Identificazione,sperimentazione e validazione di alcuni ... · Identificazione,sperimentazione e validazione di alcuni indicatori di processo ed esito della qualità delle attività

i Supplementi di

Elementi di analisi e osservazione del sistema salute‘

Progetto di ricerca finalizzata - Anno 2002(art.12 e art.12 bis del Dlgs 502/92, come modificato ed integrato dal Dlgs 229/99)

Identificazione, sperimentazione e validazione di alcuni indicatori di processo

ed esito della qualità delle attività sanitarieRapporto conclusivo

Progetto di ricerca finalizzata - Anno 2003(art.12 e art.12 bis del Dlgs 502/92, come modificato ed integrato dal Dlgs 229/99)

Identificazione, sperimentazione e validazione di indicatori di qualità delle attività sanitarie

e socio-sanitarie del territorio Rapporto preliminare

Supplemento al n. 15 di Monitor

Elementi di analisi

e osservazione

del sistema salute

Bimestrale dell’Agenzia

per i servizi sanitari regionali

Anno IV Numero 15 - 2005

Direttore

Laura Pellegrini

Direttore responsabile

Maria Chiara Micali Baratelli

Comitato scientifico

Giovanna Baraldi, Lucio Capurso,

Giovanni Costa, Franco Cuccurullo,

Francesco Di Stanislao,

Gian Franco Gensini, Renato Guarini,

Rocco Mangia, Maurizio Mauri,

Ubaldo Montaguti, Filippo Palumbo,

Bruno Rusticali, Erasmo Santesso, Irinus Serafin,

Federico Spandonaro,Alberto Spanò

EditoreASSRAgenzia per i Servizi Sanitari RegionaliVia Puglie, 23 - 00187 ROMATel. 06.427491www.assr.it

Coordinamento editoriale e redazionale

IEPITALPROMO ESIS PUBLISHING

Via V. Carpaccio, 1800147 RomaTel. 06.6465031 Fax 06.64650328www.ie-p.it

Stampa

AgenziaD, Roma

Union Printing Srl,Viterbo

Registrazione

presso il Tribunale di Roma

n. 560 del 15.10.2002

Finito di stampare

nel mese di gennaio 2006

PARTE IIDENTIFICAZIONE, SPERIMENTAZIONE E VALIDAZIONEDI ALCUNI INDICATORI DI PROCESSO ED ESITO DELLA QUALITÀ DELLE ATTIVITÀ SANITARIERapporto conclusivo 5

Presentazione 6di Laura Pellegrini, Leonardo la Pietra

I componenti del Gruppo di ricerca 10

Introduzione alla ricerca e obiettivi 11

Metodologia e risultati 18

Rassegna della letteratura e delle esperienze 56

Allegati

Allegato ALista degli indicatori proposti nell’ambito del progetto 71

Allegato BControllo di qualità dei dati inviati dalle Unità Operative 74

Allegato CVerifica campionaria della qualità della codifica della base dati SDO 84

Allegato DControllo campionario della qualità della codifica della base dati SDO effettuato sulle cartelle cliniche 89

Allegato EVerifica della correttezza del codice dell’esito alla dimissione 91

Allegato FModalità di campionamento per la rilevazione dei dati per la costruzione degli indicatori di II livello 94

Allegato GScheda di rilevazione dati per infarto miocardico acuto 97

Allegato HScheda di rilevazione dati per lo scompenso cardiaco 99

Allegato IScheda di rilevazione dati per l’ictus 101

Allegato JScheda di rilevazione dati sulle complicanze dopo chirurgia per protesi d’anca 103

Sommario

3

iSup

plem

enti

di

GLI INDICATORI PER LA QUALITÀ:STRUMENTI, METODI, RISULTATI.Le ricerche dell’ASSR

Allegato KScheda di rilevazione dati sulle complicanze dopo chirurgia resettiva del colon 105

Allegato LScheda per la verifica della qualità della compilazione della cartella clinica 107

Allegato NOsservazioni dei clinici sul progetto indicatori 109

Allegato Q1Indicatori di volume - Anno 2002 114

Allegato Q2Indicatori di volume - Anno 2003 117

Allegato R1Mortalità per procedure - Anno 2002 120

Allegato R2Mortalità per procedure - Anno 2003 124

Allegato S1Mortalità per condizioni cliniche - Anno 2002 128

Allegato S2Mortalità per condizioni cliniche - Anno 2003 131

Allegato T1Indicatori di utilizzazione - Anno 2002 134

Allegato T2Indicatori di utilizzazione - Anno 2003 137

Allegato U1Indicatori collegati ad eventi avversi e a complicanze del ricovero - Anno 2002 140

Allegato U2Indicatori collegati ad eventi avversi e a complicanze del ricovero - Anno 2003 145

Allegato VLista ICD-9-CM dei codici delle complicanze 150

Allegato WLa qualità della documentazione clinica 152

Allegato ZModelli di aggiustamento 157

PARTE IIIDENTIFICAZIONE, SPERIMENTAZIONE E VALIDAZIONEDI ALCUNI INDICATORI DI QUALITÀ DELLE ATTIVITÀ SANITARIEE SOCIO-SANITARIE DEL TERRITORIORapporto preliminare 171

Il nuovo progetto sugli indicatori per le attività territoriali 172

I componenti del Gruppo di ricerca 183

Rassegna della letteratura 184

SOMMARIO

4

iSup

plem

enti

di

IDENTIFICAZIONE,SPERIMENTAZIONE E VALIDAZIONE DI ALCUNI INDICATORI DI PROCESSO ED ESITO DELLA QUALITÀ DELLE ATTIVITÀ SANITARIERapporto conclusivo

Progetto di ricerca finalizzata - Anno 2002(art.12 e art.12 bis del Dlgs 502/92,come modificato ed integrato dal Dlgs 229/99)

PARTE I

Il sistema informativo sanitario in Italia ha co-nosciuto un rapido sviluppo negli ultimi die-ci anni, in seguito all’introduzione del siste-ma di finanziamento per prestazione (rico-

veri ospedalieri, attività ambulatoriali); ciò ha fa-vorito la più precisa rilevazione delle attività sa-nitarie e l’implementazione di basi di dati in for-mato elettronico, con la conseguente più ampiadisponibilità di dati sanitari.Tale sviluppo, natoda una esigenza specifica, cioè la misurazione del-le attività sanitarie finalizzata al finanziamento, ètuttora caratterizzato da differenze che si presu-mono rilevanti nella qualità dei dati, ma ha crea-to le premesse per la disponibilità di informa-zioni di significato più generale, consentendo ri-levazioni utili ai fini della valutazione di efficienzadegli erogatori di prestazioni sanitarie e della qua-lità dei loro “prodotti”. Lo sviluppo del sistemainformativo è stato particolarmente pronuncia-to in ambito ospedaliero ove si è verificata unaprogressiva estensione delle possibilità di valuta-zione.Alcuni indicatori classici (degenza media, satu-razione dei posti letto, indici di turnover e di ro-tazione) erano negli anni scorsi gli unici dispo-nibili. Erano e sono tuttora utilizzati quasi esclu-sivamente per una valutazione di efficienza ope-rativa focalizzata sugli aspetti di gestione alber-ghiera.Una più compiuta valutazione dell’efficienza del-le strutture ospedaliere e delle Unità Operativeche ad esse appartengono è stata possibile in se-guito all’introduzione dei sistemi di classificazio-

ne dei pazienti, che hanno consentito di diffe-renziare le tipologie di prestazioni sanitarie e dimisurare la complessità della casistica trattata: at-tualmente i DRG costituiscono il sistema di clas-sificazione più utilizzato in Italia,ma ulteriori evo-luzioni o alternative, progettate per differenziarele condizioni cliniche trattate in funzione dellagravità clinica (es.APR-DRG, Disease Staging),sono già state utilizzate per rispondere a specifi-ci quesiti; in particolare, i sistemi di stadiazionehanno trovato un’utilizzazione per valutare gli ef-fetti di una differente tempestività di accesso inospedale in alcune condizioni mediche e chirur-giche e per la valutazione di appropriatezza deiricoveri (www.assr.it, www.asplazio.it).Un’ulteriore opportunità, ancora in fase di spe-rimentazione, è costituita dalla possibilità di va-lutare la qualità dei processi assistenziali utiliz-zando appropriati indicatori. Infatti, contempo-raneamente a questa più ampia disponibilità diinformazioni, si è affermata l’esigenza di una va-lutazione della qualità dei processi assistenziali inconseguenza di più fattori: la preoccupazione diuna eccessiva pressione, esercitata in questi anni,finalizzata alla riduzione dei costi delle prestazio-ni sanitarie con il rischio ipotizzato di un dete-rioramento dei livelli qualitativi dell’assistenza, lanecessità da parte delle organizzazioni o istitu-zioni che erogano i finanziamenti di ottenere unadocumentazione della qualità del “prodotto” sa-nitario e infine, ma non meno importante, la cre-scente domanda di informazioni di questo tipoda parte dei singoli utenti.

PRESENTAZIONE

di Laura PellegriniDirettore dell’Agenzia per i Servizi Sanitari Regionali

di Leonardo la Pietra Coordinatore Scientifico della Ricerca

Identificazione,sperimentazione e validazione di alcuni indicatori di processo e di esito della qualità delle attività sanitarie

6

iSup

plem

enti

di

Analogo fenomeno si sta verificando in ambitoterritoriale, accompagnato anche in questo casodal progressivo aumento di disponibilità di infor-mazioni che creano le premesse per sviluppare in-dicatori di qualità, ma con un’esigenza ulteriore:non limitare la valutazione alla qualità delle sin-gole prestazioni sanitarie o delle strutture eroga-trici, ma estendere tale valutazione all’intero in-sieme dei percorsi assistenziali, non frazionati insingoli episodi di assistenza, ma riferiti alle storiesanitarie dei singoli utenti. Le misurazioni riferi-te ad una diversa unità di osservazione (il pazien-te e non più la singola prestazione sanitaria) rea-lizzano un cambiamento di prospettiva ricco dipotenzialità.In questo contesto generale, le normative nazio-nali e regionali hanno introdotto, negli anni re-centi, numerosi indicatori in ambito sanitario, mala maggior parte degli indicatori proposti era eresta focalizzata su alcuni aspetti del sistema, qua-li: costi delle singole prestazioni o di alcuni pro-cessi assistenziali, dimensioni e caratteristiche del-l'offerta (numero di posti letto, numero di medi-ci di medicina generale, ecc.) o, come nei recen-ti decreti del 29/11/2001 (DPCM “Definizionedei Livelli Essenziali di Assistenza”) e del12/12/2001 (DM “Sistema di garanzie per il mo-nitoraggio dell’assistenza sanitaria”), su accessi-bilità, organizzazione dei servizi e utilizzazionedelle risorse. Gli indicatori di più recente intro-duzione esprimono il profondo sforzo di riorga-nizzazione del Servizio Sanitario Nazionale, se-guito alla revisione del sistema di finanziamen-to; essi si sono sovrapposti ai tradizionali indi-catori orientati alla descrizione dello stato di sa-lute della popolazione (incidenza e prevalenza dimalattia, mortalità), articolandosi in due sottoin-siemi differenti e contribuendo a generare l’im-magine di un sistema sanitario dicotomico: da unlato le prestazioni sanitarie e i fattori produttiviche le determinano; dall’altro lo stato di salutedella popolazione e i fattori di rischio che lo con-dizionano. Poche sono state, invece, le proposterelative agli indicatori orientati ai risultati di sa-

lute, intesi come effettive misurazioni dello sta-to di salute del paziente dopo un evento patolo-gico e alla conclusione di uno specifico proces-so assistenziale.Sulla base di queste considerazioni, nel 2002 l’A-genzia per i Servizi Sanitari Regionali (ASSR) haaffrontato il problema della definizione e del-l’implementazione di un insieme di indicatoridelle attività sanitarie in collaborazione con al-cune Regioni. In tale contesto si inserisce l’atti-vazione di un progetto di ricerca, finanziato dalMinistero della Salute con i fondi previsti dall’ar-ticolo 12 del D.Lgs 502/92. La strategia di ricer-ca dell’ASSR si è orientata in una prima fase al-lo sviluppo di un insieme di indicatori utili perla descrizione della qualità delle attività ospeda-liere, che costituisce il contenuto prevalente diquesto documento e che utilizza come base in-formativa i dati delle SDO dei ricoveri del 2002e del 2003. Un successivo progetto di ricerca,orientato alla valutazione della qualità delle atti-vità territoriali, è iniziato nel gennaio 2004 conlo scopo di fornire elementi informativi e meto-dologici in questo ambito ed è tuttora in fase disvolgimento.Lo scopo di questi progetti di ricerca è stato quel-lo di identificare, sperimentare e validare una se-rie di indicatori di processo e di esito in grado dipermettere la comparazione dei risultati di salu-te riconducibili ad alcune tipologie di processi as-sistenziali, al fine di identificare le migliori per-formance, e quindi i fattori che possono deter-minare i risultati migliori. L'obiettivo è stato quin-di quello di ottenere strumenti idonei a misura-re i risultati prodotti in contesti diversi, permet-tendo così di valutare e comparare le diverse strut-ture e i modelli organizzativi, in particolare perindividuare le strutture in grado di produrre i mi-gliori risultati di salute nei pazienti con determi-nati problemi. Le finalità implicite sono, quindi,anche quelle di ottenere strumenti in grado diaiutare a: indirizzare più opportunamente i pa-zienti, contribuire alla pianificazione e alla pro-grammazione individuando le strutture che pos-

Presentazione

7

iSup

plem

enti

di

sono divenire centri di eccellenza o di riferimentoper determinati problemi, come pure identifica-re i contesti organizzativi, professionali o tecno-logici che possono essere considerati esemplari etali da divenire modelli di riferimento da repli-care anche in altri ambiti.Sebbene la misurazione diretta degli effettivi ri-sultati in termini di salute sia l’obiettivo ideale,ciò non è sempre possibile, sia perché spesso lecasistiche sono caratterizzate a livello locale dauna ridotta numerosità e non permettono anali-si statistiche affidabili, sia perché non basta misu-rare gli esiti immediati (ad esempio, la mortalitàintra-ospedaliera per specifiche condizioni clini-che o interventi chirurgici), ma è necessario va-lutare anche gli esiti a distanza delle singole op-zioni terapeutiche così come effettivamente si rea-lizzano nel mondo reale. Per questi motivi, neicasi in cui è difficile o oggettivamente impossibi-le verificare i “risultati”, si misurano i “processi”,ovvero una sequenza definita di azioni finalizza-te, identificati comunque tra quelli strettamentecorrelati ai risultati di salute (es. uso di determi-nati farmaci nei pazienti con scompenso cardia-co, determinati tempi e percorsi riabilitativi neipazienti con ictus, ecc.). L'analisi dei risultati è,inoltre, integrata da altre informazioni (omoge-neità/diversità delle casistiche, modalità di sele-zione dei pazienti, qualità delle informazioni), checontribuiscono a interpretare correttamente gliindicatori. I progetti si sono pertanto proposti diindividuare, sperimentare e validare alcuni stru-menti di analisi effettivamente utilizzabili dalleRegioni e dalle Aziende Sanitarie per valutare illoro attuale livello di performance e programma-re gli interventi migliorativi eventualmente ne-cessari.Un altro presupposto fondamentale della strate-gia seguita nei progetti è costituito dal fatto chei dati di ingresso per il calcolo degli indicatori de-vono essere basati prevalentemente sui sistemi in-formativi esistenti, al fine di minimizzare il costodella raccolta delle informazioni: i dati raccoltiperiodicamente e sistematicamente per finalità

originariamente amministrative, costituendo “de-bito informativo” per le organizzazioni sanitarie,garantiscono la costanza delle informazioni, noncomportano costi aggiuntivi per il sistema e, nel-lo stesso tempo, non precludono l’articolazione ela differenziazione del sistema di indicatori nellavalutazione di specifiche condizioni cliniche.In questo documento vengono descritti i princi-pali risultati prodotti dalla ricerca iniziata nel 2003e dedicata agli indicatori per la misurazione del-le attività ospedaliere. Sono però sinteticamenteriportati anche i principali elementi dei percorsie dei risultati intermedi già prodotti dalla secon-da ricerca, dedicata ai servizi territoriali e inizia-ta nel 2004.Per quanto riguarda la ricerca sugli indicatori perl’ospedale, la cui durata complessiva è stata supe-riore a 30 mesi, l’articolazione del programma haprevisto essenzialmente tre fasi: la prima fase è sta-ta dedicata alla revisione sistematica della lettera-tura biomedica e alla rassegna delle più rilevantiesperienze nazionali e internazionali. La ricercae l’analisi della letteratura tecnico-scientifica re-lativa agli indicatori di processo ed esito è statacondotta dall’Università degli Studi di Roma TorVergata, con il supporto del Censis e i contribu-ti di tutte le altre Unità Operative. La rassegna re-lativa alle esperienze nazionali e internazionali diidentificazione, sperimentazione e validazione diindicatori di esito e risultato ha coinvolto, oltreall’Università degli Studi di Roma Tor Vergata,anche le Unità Operative della Lombardia, delleMarche e della Toscana. Nella seconda fase delprogramma, contestualmente alla discussione e al-l’analisi dei risultati delle attività della prima fa-se, sono state decise le aree di interesse e dunqueidentificati, discussi e condivisi da tutte le UnitàOperative gli indicatori di processo ed esito daadottare. La terza fase è stata dedicata all’organiz-zazione delle attività di raccolta, elaborazione evalidazione dei dati e alla validazione e confermadegli indicatori. La formazione dei rilevatori deidati, propedeutica alle attività sopra citate, è statacurata dalle Unità Operative della Lombardia, del-


8

iSup

plem

enti

di

le Marche e dall’Università degli Studi di RomaTor Vergata.Tutte le Unità Operative regionali sono state par-te attiva nella raccolta dei dati, successivamenteelaborati dal gruppo di lavoro della Regione Lom-bardia, in collaborazione con l’Istituto di statisti-ca medica e biometria dell’Università di Milano.Una prima sintesi dei dati relativi agli indicatori

e dei risultati metodologici è stata presentata inun Convegno internazionale tenutosi a Roma il26 e 27 maggio 2005 e costituisce la base di par-tenza di questo documento. Una più completapresentazione dei dati e dei risultati metodologi-ci, integrati da alcuni strumenti di analisi dei da-ti, è disponibile sul sito Internet dell’Agenzia deiServizi Sanitari Regionali (www.assr.it).

Presentazione

9

iSup

plem

enti

di

10

iSup

plem

enti

di

I COMPONENTI DEL GRUPPO DI RICERCA


Leonardo la Pietra – Coordinatore Scientifico della Ricerca

Pietro Barbieri, Mauro Maistrello, Marco Albini, Sara Poidomani, Mauro Maiandi, Maurizio Migliori,Giovanni Casazza (Regione Lombardia)

Donato Leone (Regione Campania)

Luca Lattuada (ASS n. 3 “Alto Friuli”)

Giovanna Valentina De Giacomi, Patrizia Carletti, Cristina Mancini, Maria S. Ferreiro Cotorruelo(Agenzia Regionale Sanitaria - Marche)

Alberto Montano (Regione Molise)

Ilaria Di Paola, Pierpaolo Mincarone (Regione Puglia)

Antonio Colucci, Salvatore Perriera,Vincenzo di Gaetano, Guerino Carnevale,Antonella Bua,Maria Giuseppina Montagna, Sergio Buffa, Francesco Giurlanda (Regione Siciliana)

Stefania Rodella, Monica Simonetti, Silvia Forni, Elena Boccoli, Mariangela Castagnoli (Agenzia Regionale di Sanità - Regione Toscana)

Fabio Focarile, Fabiola Fabris (Azienda Ospedaliera “Istituti Ospitalieri” di Verona)

Enrico Baldantoni, Elisabetta Mon, Marco Scillieri (Azienda Provinciale per i Servizi Sanitari di Trento)

Roberto Russo (Regione Piemonte)

Marsilio Francucci (Regione Umbria)

Gianni Caracci (Agenzia di Sanità Pubblica del Lazio)

Augusto Panà,Armando Muzzi, Giulio Cosa (Università degli Studi di Roma “Tor Vergata”)

Carla Collicelli, Ketty Vaccaro (Censis)

Carlo Liva, Paola Di Stefano, Simona Gorietti (Agenzia per i Servizi Sanitari Regionali,ASSR)

Composizione

Introduzione alla ricerca e obiettivi

11

iSup

plem

enti

di

COSA MISURARE, COME MISURARE

Numerosi Paesi si stanno oggi impe-gnando nella costruzione di sistemidi misurazione della qualità delle at-tività sanitarie e, in particolare, dei

risultati di salute (outcome), intesi come effetti-va situazione delle “health conditions” del pa-ziente dopo una procedura o intervento sanita-rio.Va in questo senso l’affermazione, nella pre-fazione al fascicolo dedicato alla qualità dei ser-vizi sanitari di PD Cleary (The Milbank Quar-terly, 1998, 76, n. 4, 515-794), secondo cui, perquanto riguarda la qualità dei servizi sanitari,“l’at-tuale situazione è da ritenersi la migliore, ma an-che la peggiore: la migliore perché mai come orasi è prestata più attenzione all’accertamento e al-la promozione della qualità; la peggiore perché siè raccolta una quantità senza precedenti di infor-mazioni sulle deficienze dell’assistenza sanitaria”.Ad ulteriore conferma si può evidenziare, comeesperienza significativa, il tentativo di rendere ope-rativo in USA un National Quality Measurementand Reporting System (NQMRS). Sono princi-palmente tre le ragioni (applicabili anche alla si-tuazione italiana) che vengono addotte per intra-prendere questa rilevante impresa:1. la convinzione circa la necessità di considera-

re un solo livello predefinito di qualità dei ser-vizi sanitari in tutti gli USA. Se è vero che gliUSA si preoccupano di questo requisito nondisponendo di un servizio sanitario nazionale,in Italia la regionalizzazione dei servizi sanita-ri rende attuale la necessità di verificare che laqualità dell’assistenza non si diversifichi in ma-niera superiore a quella già esistente;

2. per ottenere un miglioramento della qualità dei

servizi sanitari, è essenziale un’azione coordina-ta e finalizzata su pochi ma chiari e importantiobiettivi. Il sistema di misura della qualità, purlasciando inalterate le priorità scelte localmen-te, consente di individuare le aree specifiche do-ve è necessario attivare cambiamenti;

3. si possono ottenere economie di scala nella rac-colta e analisi di dati se, dalla miriade di misu-re di qualità finora proposte, si riesce a indivi-duare una serie di indicatori e standard nazio-nali, significativi e condivisi.

Metodologicamente, si parte dal principio cheogni singolo indicatore di esito dovrebbe fornireuna misura dell’efficacia pratica (effectiveness) diun dato intervento, servizio o condizione.Nel suoinsieme, un set di indicatori dovrebbe consenti-re, a seconda della specialità o area di servizio, unpiù ampio accertamento dell’efficacia pratica edei progressi fatti per realizzare un’attività basatasu evidenze scientifiche. Gli indicatori dovrebbe-ro rappresentare gli strumenti per conoscere se equanto le organizzazioni sanitarie recepiscono erendono operative le prove scientifiche disponi-bili al momento dell’erogazione sia diretta sia in-diretta dei servizi. Gli indicatori così servono al-le organizzazioni sanitarie per stimolare l’adozio-ne dei risultati delle prove di efficacia. Gli indi-catori di efficacia clinica possono venire usati sianella gestione delle organizzazioni ospedaliere, sianella verifica dei risultati da parte delle autoritàsanitarie di qualsiasi livello (locale, regionale, na-zionale). Peraltro, la validità, riproducibilità e ac-cettabilità di ogni indicatore dipendono, almenoin parte, dall’uso che se ne fa. Si possono trarredue importanti considerazioni: la prima riguardoal modo di accertare il grado di riproducibilità o

INTRODUZIONE ALLA RICERCA E OBIETTIVI

certezza dell’indicatore; la seconda riguardo allemodalità d’uso. Se l’indicatore viene consideratocome un punto di partenza per ulteriori accerta-menti, e non più di questo, allora gli standard divalidità, riproducibilità e accettabilità possono es-sere più bassi di quando viene usato in modo piùpenetrante, cioè non per interrogarsi, ma per da-re risposte a quesiti sull’efficacia delle pratiche cli-niche. In modo analogo si comporta la fornituradei dati per la costruzione dell’indicatore. È piùfacile ottenere dati corretti se l’indicatore vieneusato in modo costruttivo come per identificarele possibilità di miglioramento, per diagnosticarei problemi e per imparare da pratiche esemplari,mentre la situazione si ribalta se l’indicatore vie-ne usato a scopo di controllo, o peggio punitivo.In questa logica, la rassegna della letteratura (ve-di capitolo specifico) ha seguito le fasi del pro-cesso di formulazione degli indicatori di effica-cia clinica: a) identificazione e selezione, b) defi-nizione ed elaborazione, c) validazione.

IDENTIFICAZIONE E SELEZIONE DEGLI INDICATORILa lista dei potenziali indicatori di efficacia clini-ca estratta dalla rassegna della letteratura non de-ve essere considerata una lista sistematica e onni-comprensiva dei potenziali indicatori, ma piutto-sto un punto di partenza per successivi sviluppi erifiniture e l’occasione per testarne la fattibilitànel misurare l’efficacia clinica. La rassegna gene-ra una serie di potenziali indicatori per sceglierequelli che meglio si adattano a una serie di crite-ri condivisi.Alla rassegna della letteratura deve in-fatti seguire un paziente lavoro di selezione siste-matica per identificare gli indicatori da speri-mentare e validare e, una volta considerata la lo-ro utilità, rendere manifesti ed espliciti i motiviper procedere o meno alla loro applicazione. So-lo seguendo questa procedura si potranno sele-zionare i migliori indicatori disponibili e si potràmassimizzare la credibilità negli indicatori sele-zionati, sia per coloro che devono usarli sia percoloro di cui si deve verificare la performance per

mezzo di essi. Com’è noto, alcuni dei potenzialiindicatori riguardano i processi assistenziali, men-tre altri sono rivolti agli esiti (outcomes) dell’as-sistenza.È stato osservato che gli indicatori di pro-cesso forniscono una buona rappresentazione del-le forme di pratica clinica,ma non riescono a pre-cisare la natura e/o il senso delle pratiche clini-che migliori. Gli indicatori di esito, invece, for-niscono un’ottima misura dei risultati dell’assi-stenza (end-points), ma non sempre aiutano a de-terminare quale forma di pratica clinica riesca araggiungere tali risultati. Questo problema puòin parte essere superato in quanto gli indicatoridi efficacia clinica dovrebbero, per definizione, ri-guardare aree assistenziali dove esistono buone di-mostrazioni di efficacia clinica di certi tipi di in-terventi e quindi si dà per scontato che esistanoprove di correlazione positiva tra processi ed esi-ti assistenziali. In altri termini, si possono usare al-cuni indicatori di processo con buone aspettati-ve che i processi che vengono misurati siano le-gati agli esiti desiderati. E viceversa, si possonousare misure di esito con sufficiente sicurezza chela loro relazione con i processi assistenziali sia co-nosciuta e assimilata. La situazione cambia quan-do non esistono, come avviene per molti inter-venti sanitari, prove ben accertate di beneficio. Lamancanza di prove di efficacia (che non implicadi per sé inefficacia) deriva non da cattiva volon-tà dei ricercatori, quanto dal gran numero di dif-ferenti trattamenti in uso, dal rapido ritmo deicambiamenti delle tecnologie sanitarie, dall’as-senza di formali autorizzazioni per la maggiorparte degli interventi e dalle difficoltà di misura-re in molti casi gli esiti degli interventi. Malgra-do gli sforzi che si stanno compiendo per racco-gliere le prove di efficacia pratica, il loro numeroinsufficiente continua ad essere il principale de-terminante dell’identificazione e selezione degliindicatori di efficacia clinica. In molte circostan-ze, la scelta di indicatori di processo o di esito permisurare l’efficacia clinica di un dato interventoo area assistenziale dipende più dalla convenien-za, dalla disponibilità di dati o da altre considera-


12

iSup

plem

enti

di

zioni operative. Comunque il numero più eleva-to di casi da osservare per evidenziare differenzestatistiche tra misure di esito e la facile presenzadi effetti confondenti gli esiti, come la gravità, ilcasemix, la demografia, rendono più attraenti gliindicatori di processo che quelli di esito.Va infi-ne rilevato come la qualità dell’assistenza è tipi-camente di natura multidimensionale, per cui gliindicatori di efficacia clinica, che riguardano l’ap-plicazione delle prove alla pratica clinica, è solouna di queste dimensioni, anche se la più impor-tante. Per l’identificazione e la selezione degli in-dicatori di efficacia clinica si deve ricorrere aduna serie di criteri, quali:n forza delle prove;nchiarezza e specificità dei cambiamenti che sidesiderano conseguire nella pratica clinica;

n importanza dell’argomento o dell’area assisten-ziale in termini di costi, volume o impatto sani-tario;

nconsueti modelli di pratica clinica;n ricadute dei cambiamenti attesi della pratica cli-nica sulle risorse;

ndisponibilità e qualità dei dati;nprobabili incentivi o disincentivi ad usare un in-dicatore.

Forza delle prove. La tassonomia seguita nella no-stra ricerca per definire la qualità e il rigore del-le ricerche (livello di evidenza) è quella di uso piùcomune in quanto basata sul grado con cui glistudi di efficacia sono più (tipo VI) o meno (tipoI) soggetti a vari fattori di confondimento.Tipo I – Prova “molto forte” derivante da alme-no una revisione sistematica da esperimenti cli-nici randomizzati ben condotti.Tipo II – Prova “forte” derivante da almeno unesperimento clinico randomizzato ben condottoe di sufficiente ampiezza.Tipo III – Prove derivanti da esperimenti clinicinon randomizzati ben condotti: singoli gruppipre- e post; studio di coorte; serie temporali o stu-di caso controllo con confronto diretto (matched).Tipo IV – Prove derivanti da studi osservaziona-li ben condotti eseguiti da più di un centro o

gruppo di ricerca.Tipo V – Prove derivanti da opinioni di Autoritànote, basate su esperienze cliniche, studi descrit-tivi o rapporti di comitati di esperti (prove nor-mative).Tipo VI – Prove “deboli” derivanti da opinioni disingoli soggetti esperti incluse le opinioni di chiutilizza i servizi.Chiarezza e specificità dei cambiamenti che si deside-rano conseguire nella pratica clinica. Non sempre leprove raccolte dalla ricerca anche più rigorosa for-niscono chiare raccomandazioni per la pratica cli-nica e anche per le indicazioni di un determina-to intervento. Spesso si ottengono risultati ambi-gui o non conclusivi che, per molte ragioni, so-no difficili da trasformare in raccomandazioni del-la pratica clinica.Importanza dell’argomento o dell’area assistenziale intermini di costi, volume di prestazioni o impatto sani-tario. È intuitivo dare priorità agli indicatori cli-nici che riguardano condizioni che produconocosti assistenziali elevati, o un grande volume diinterventi (numero di soggetti coinvolti o colpi-ti), o un impatto sanitario dell’intervento sui pa-zienti (da guadagni marginali dello stato di salu-te a grandi vantaggi in termini di morbosità emortalità). Questo consiglio è importante se unindicatore deve fungere da misura dei fenomeni,ma lo è meno se un indicatore serve da misuraproxy del progresso verso un’assistenza basata suprove scientifiche. Perciò, se gli indicatori servo-no da misura dei cambiamenti della pratica clini-ca, e sono quindi utilizzati alla frontiera dello svi-luppo scientifico, essi possono spesso riguardareinterventi che non rispondono più a criteri diimportanza.Consueti modelli di pratica clinica. Gli indicatori do-vrebbero segnalare se i modelli di pratica clinicausati abitualmente divergono sostanzialmente dal-le conoscenze scientifiche disponibili. Gli indica-tori che riguardano un’area assistenziale dove lapratica clinica non si adegua alle prove disponi-bili, o dove si evidenzia una inaccettabile ampiavariazione della pratica clinica, possono offrire la


13

iSup

plem

enti

di

possibilità di differenziare la performance o il cam-mino verso il cambiamento e dovrebbe forniregrandi opportunità di miglioramento.Ricadute dei cambiamenti attesi della pratica clinica sul-le risorse. Spesso i cambiamenti di pratica clinicapossono avere una ricaduta sulla spesa sanitaria,sia globale sia riferita a singoli interventi. Gli in-dicatori potrebbero diventare una spia di qualemacroarea del sistema sanitario o di quale tipo difornitori di assistenza vengono avvantaggiati osvantaggiati dal cambiamento.Disponibilità e qualità dei dati. Un criterio fonda-mentale è la possibilità di disporre di dati raccol-ti routinariamente e resi disponibili a livello sianazionale sia regionale. Sarebbe meglio se si po-tesse disporre di un censimento di tutte le ban-che di dati clinici che esistono in tutte le aree as-sistenziali in modo da consentire il ricorso a que-ste fonti di dati; ad esempio, nel 2001 in Inghil-terra è stato istituito il Registro delle banche da-ti clinici (Directory of clinical databases, DoC-Dat, www.docdat.org). Dai dati inglesi si rilevache dei 105 Registri censiti, 25 riguardavano i tu-mori, 15 le attività chirurgiche, 14 le anomaliecongenite, 9 i traumi e le cure intensive, mentrepoche sono le banche dati dell’assistenza mater-no infantile e della salute mentale (Black N, Bar-ker M, Payne M. Cross sectional survey of mul-ticentre clinical databases in the United Kingdom.BMJ 2004; 328: 1478-81).Probabili incentivi o disincentivi ad usare un indicato-re. È importante che un indicatore possa agire co-me incentivo positivo, e non negativo, per facili-tare o incoraggiare un idoneo cambiamento del-la pratica clinica. Un indicatore potrebbe crearericadute “perverse”modificando i comportamenticorretti con conseguenze non volute e non de-siderate. Si potrebbe verificare un cambiamentoper migliorare gli indicatori senza necessariamentemodificare l’efficacia della pratica clinica.Di norma poi l’identificazione e la selezione de-gli indicatori dovrebbe prendere in considera-zione non solo le caratteristiche specifiche deisingoli indicatori, ma le caratteristiche del set di

indicatori di cui fa parte. Da questo punto di vi-sta occorre tener conto di ulteriori considera-zioni sulle caratteristiche di un set di indicatori,ovvero:nbilanciamento tra specialità cliniche e all’inter-no della stessa specialità;

nbilanciamento tra le varie dimensioni dellaqualità;

n impatto sulle risorse disponibili;nnumero di indicatori;ncoerenza e conflitto tra indicatori;neffetti collaterali degli indicatori.Bilanciamento tra specialità cliniche e all’interno dellastessa specialità. È chiaro che se deve essere usatoun set di indicatori, per esempio, dell’assistenza aimalati acuti e ospedalizzati, è necessario che con-tenga indicatori bilanciati e rappresentativi di tut-te, o quasi tutte, le specialità cliniche dell’area as-sistenziale.All’interno di una specialità o di un’a-rea assistenziale, gli indicatori dovrebbero rap-presentare grosso modo la natura della casisticaclinica e descrivere i maggiori gruppi di inter-venti e non i minori, condizioni tutte che po-trebbero essere talvolta difficili da raggiungere.Inoltre gli indicatori per interventi relativamen-te minori e per aree assistenziali, dove la praticasta cambiando, possono fornire un’utile misuraproxy del grado con cui le nuove conoscenze ven-gono incorporate nella pratica assistenziale. Percui il bilanciamento all’interno della stessa spe-cialità può diventare meno importante di quellotra varie specialità cliniche.Bilanciamento tra le varie dimensioni della qualità. Ovepossibile, gli indicatori dovrebbero riguardare al-tre dimensioni della qualità, oltre l’efficacia.Impatto sulle risorse disponibili. Singoli indicatoriclinici di efficacia possono causare effetti sia po-sitivi sia negativi sulle risorse disponibili o libe-rando risorse o richiedendo ulteriori investimenti.Numero di indicatori.Epidemiologicamente per mi-surare gli outcomes dei sistemi/servizi sanitari sideve ricorrere ad un sistema di indicatori che èun continuum tra l’uso di pochi (indicatori essen-ziali = leading indicators) e/o molti indicatori (si-


14

iSup

plem

enti

di

stema globale = system comprehensive).I due sistemi, presentando due distinti approccimetodologici, possono essere usati congiunta-mente e/o alternativamente, a seconda del risul-tato che si vuole ottenere. Infatti:nusando pochi, ma fondamentali indicatori (ades. tasso di screening mammografico, prevalen-za dell’uso dei betabloccanti, tasso di tagli cesa-rei o di angioplastica coronarica) si può sonda-re la qualità dell’assistenza, ma a condizione chevenga dimostrata una correlazione con la granmassa di prestazioni non prese in considerazio-ne.Anche se attualmente è il metodo più diffu-so di misurare la qualità, non è in grado di mi-surare la qualità dell’assistenza a livello aggrega-to (ad es. assistenza per le forme morbose cro-niche o assistenza agli anziani) e quindi non puòfornire una valida misura della performance deisistemi/servizi sanitari;

nun sistema globale a molti indicatori può inve-ce ben rappresentare la qualità dell’assistenza co-prendo diverse dimensioni della qualità; inoltregli indicatori possono essere sintetizzati in mo-do da fornire degli indici e delle graduatorie. Ilsistema globale funziona meglio quando esisteuna variabilità di diagnosi e trattamento dellediverse condizioni morbose e quando i quesitisono a livello aggregato (ad es. quanto il siste-ma/servizi aiuta la gente a rimanere sana, quan-to è vasto il fenomeno del sotto-uso dei servizisanitari).

All’atto pratico il numero totale di indicatori de-ve riflettere considerazioni pratiche come la dis-ponibilità di evidenze e di dati con cui costruir-li. Di norma un gran numero di indicatori è dif-ficile da interpretare e sintetizzare anche se con-sente di “giocarci” e diminuire la probabilità diottenere incentivi perversi.Coerenza e conflitto tra indicatori. Gli indicatori nondevono assolutamente essere in contrasto tra lo-ro, rendendo difficile o impossibile la misura del-la performance e costringendo a fare sforzi perriconciliare le esigenze dei diversi indicatori.Effetti collaterali degli indicatori. Con ogni set di in-

dicatori proposto per misurare la performance diun sistema c’è il rischio che si creino incentiviperversi o artifici inopportuni.Ad esempio, gli in-dicatori che misurano la mortalità intraospeda-liera possono incentivare a ridurla o non ricove-rando i pazienti in gravissime condizioni o tra-sportandoli a domicilio poco prima della morte.È importante che questi effetti vengano esplora-ti per ogni set di indicatori e siano anche consi-derate le ricadute in sede extraospedaliera.

DEFINIZIONE ED ELABORAZIONE DEGLI INDICATORIIl passaggio dal dato elementare, sia esso quanti-tativo o qualitativo, all’informazione propriamenteintesa ha insiti i concetti di selezione e sintesi enon può prescindere da un modello teorico con-cettuale che li guidi e li giustifichi, all’interno delquale il dato stesso acquisisca significato e potereinformativo.Nessuna raccolta di dati, nessuna pro-cedura di elaborazione, anche la più veloce e tec-nicamente avanzata, potranno mai supplire a unacarenza di ipotesi interpretative, in quanto que-ste determinano la qualità e il potere esplicativodell’informazione fin dal momento della raccol-ta del dato elementare e per tutta la lunga catenache porta da quel dato all’informazione utile. Peressere significativi, gli indicatori di efficacia clini-ca (come ogni altro indicatore) devono essere de-finiti con chiarezza in modo da rendere quantopiù possibile robusta la misura e la raccolta dei da-ti. Di norma gli indicatori di efficacia clinica so-no espressi come rapporti, con al numeratore ilnumero dei trattamenti e degli interventi e al de-nominatore la popolazione o il gruppo di pazientiche riceve quel trattamento. Sia il numeratore siail denominatore vanno definiti il più accurata-mente possibile entro i limiti imposti dai sistemidi raccolta dei dati. Ciò significa specificare l’e-satta diagnosi o codice di procedura, la demogra-fia del paziente o altre caratteristiche. Per la mag-gior parte degli indicatori, il numeratore è il nu-mero dei trattamenti o di interventi erogati, o ilnumero di pazienti trattati (anche se non è ne-


15

iSup

plem

enti

di

cessariamente la stessa cosa). Scegliere un appro-priato denominatore è più problematico e di-pende dallo scopo dell’indicatore. Se si tratta divalutare la performance delle aziende sanitarie, gliindicatori dovrebbero essere costruiti con al de-nominatore la popolazione o specifici sottogrup-pi della popolazione (population-based denomi-nators).Gli indicatori per valutare l’efficienza del-le strutture sanitarie, in particolare gli ospedali,usano come denominatori il carico lavorativo, intermini di numero di pazienti, ricoveri, giornatedi degenza, numero di visite, o altre unità di atti-vità lavorativa (workload-based denominators).Gli indicatori devono essere aggiustati per pren-dere in considerazione tutti i fattori noti per es-sere associati alla misura sia del numeratore sia deldenominatore. Se è ovvio tenere conto di fatto-ri confondenti significativi come il profilo per etàe sesso dei gruppi al denominatore,molto più dif-ficile diventa misurare fattori confondenti comela casistica (casemix), la gravità della malattia, lacomorbosità. Senza contare che, per molti tratta-menti, l’appropriatezza con la quale vengono usa-ti diventa il principale determinante di efficacia.Gli indicatori di efficacia clinica raramente ri-guardano interventi decisamente del tutto effica-ci o del tutto inefficaci, per questo motivo è im-probabile che il livello ottimale di molti indica-tori sia 0% o 100%. É possibile specificare un li-vello ottimale con sufficiente accuratezza solo seesistono indiscutibili prove di efficacia ma di so-lito è meglio stabilire, piuttosto che un livello spe-cifico, un valore superiore ed uno inferiore peruna certa area assistenziale. In questo caso è utilericorrere a dati comparativi, tra Regioni o all’in-terno di una stessa Regione (o altre unità di com-parazione), in modo da stabilire questi livelli inmodo formale. In generale, più ampia diventa l’a-rea assistenziale studiata, meno utile diventa l’in-dicatore nella pratica. É quanto mai desiderabileche gli indicatori di efficacia clinica vengano pre-sentati in una forma condivisa e standardizzataper rendere facile il confronto sia tra indicatorisia tra le diverse realtà. Se sono stati specificati i

livelli ottimali, gli indicatori si possono rappre-sentare in termini di conformità a tali livelli ostandard; in questo caso si potrebbero fare dellegraduatorie che mettano a confronto la perfor-mance di più strutture, oppure assegnare dei pun-teggi standardizzati e normalizzati. Gli indicato-ri di efficacia clinica si ricavano in gran parte dadati raccolti routinariamente a livello centrale(banche dati amministrativi) e resi disponibili co-me, ad esempio, le SDO e i DRG. Queste fontidi dati soffrono di numerose limitazioni riguar-danti l’attendibilità, la completezza, la copertura,la tempestività. Oltre ai dati raccolti routinaria-mente si possono usare altri dati per preparare in-dicatori di efficacia clinica.Va però tenuto contoche il costo della raccolta dei dati può essere ele-vato e deve essere messo in rapporto con i bene-fici che si possono ricavare dagli indicatori. Ci so-no numerosi tentativi di combinare insieme in-dicatori di efficacia clinica per una specialità, peruna organizzazione sanitaria, per un erogatore diprestazioni costruendo un solo indicatore com-posito o indice di efficacia. Occorre però supe-rare molti problemi metodologici come la pon-derazione e la standardizzazione degli indicatori,senza contare il rischio che un indice compositopotrebbe mascherare importanti variazioni degliindicatori che costituiscono l’indice stesso. In com-penso l’indice composito offre qualche vantaggiospecialmente quando il set di indicatori che locostituisce si modifica nel tempo.

VALIDAZIONE DEGLI INDICATORIPer validazione si intende la conferma, accompa-gnata da dati che ne supportano l’esistenza o laveridicità, che i requisiti di un prodotto, un pro-cesso, un progetto o una procedura, previsti peruna specifica utilizzazione sono stati soddisfatti.Le condizioni di utilizzazione che consentono divalidare un’entità possono essere reali o simulate(Fonte: Provincia autonoma di Trento.Aziendaprovinciale per i servizi sanitari: Glossario.Tren-to, 2001). Con gli indicatori spesso si vuole de-scrivere la realtà, incontrando la difficoltà deter-


16

iSup

plem

enti

di

minata dalla qualità dei dati di input, e quindi daiprocessi legati al controllo e validazione dei datielementari acquisiti. Questa fase condiziona ne-cessariamente ogni possibile elaborazione e pro-cesso successivo, in quanto una scarsa aderenza deidati elementari alla realtà che gli indicatori si pro-pongono di descrivere, determinata da errori delproduttore dei dati (funzione di controllo) o daerrori di acquisizione (errori materiali), ne pre-giudica la significatività statistica e il relativo por-tato informativo.Tutto ciò conferma la necessitàche l’elaborazione di un set di indicatori di effi-cacia clinica dovrebbe essere un processo conti-nuo e non un progetto a termine. L’andamentodei cambiamenti della tecnologia sanitaria è mol-to veloce e i modelli della pratica clinica conti-nuano ad evolvere. Poiché gli indicatori di effi-cacia clinica dovrebbero misurare l’applicazionedelle prove di efficacia nella pratica clinica, è quan-to mai probabile che la base di studio degli indi-catori riguardi proprio gli argomenti e le aree as-sistenziali che sono più innovative e dove il cam-biamento è più rapido. In ogni modo, se gli indi-catori vengono usati per valutare la performancee per stimolare appropriati cambiamenti della pra-tica clinica, in caso (auspicabile) di successo di-

ventano sempre meno utili come indicatori. Perquesti motivi, oltre allo sforzo iniziale di identi-ficare, selezionare, sperimentare e validare un setdi indicatori di efficacia clinica occorre forniregli incentivi adatti per la loro quanto più ampiadiffusione. In ogni caso sarebbe oltremodo desi-derabile poter osservare i cambiamenti nel tem-po della pratica clinica e l’eventuale presenza dieffetti di manipolazione dei dati e di perversi in-centivi sopra ricordati.In questo documento vengono presentati i risul-tati finali della ricerca, terminata ufficialmente nelluglio 2005, articolati nelle diverse sezioni, conuna notevole quantità di allegati, che riteniamopossano essere particolarmente utili a quanti sioccupano di questi temi, in quanto permettonodi conoscere e comprendere fino in fondo le scel-te metodologiche, i risultati intermedi, le diffi-coltà incontrate e le soluzioni predisposte. Quasitutti i documenti allegati sono presenti in questapubblicazione, mentre sono tutti disponibili informato elettronico nel sito Internet dell’ASSR(www.assr.it). Pertanto, in alcuni casi si potrannotrovare nel testo dei riferimenti ad allegati nonpresenti nella pubblicazione stessa, ma disponibi-li comunque nel sito internet dell’ASSR.


17

iSup

plem

enti

di


18

iSup

plem

enti

di

QUADRO CONCETTUALE DI RIFERIMENTO

Il primo problema che si pone è la scelta deicriteri che devono guidare l’identificazionedi un sistema di indicatori. È necessario pri-ma di tutto definire il quadro concettuale di

riferimento, che in parte dipende dagli orienta-menti di politica sanitaria e in parte è subordina-to ad alcuni vincoli metodologici.Alcuni riferi-menti tratti dalla letteratura biomedica docu-mentano la rilevanza di questi due aspetti2,3,4.Il primo documento2 descrive il quadro concet-tuale definito dai ricercatori del progetto ECHI(European Community Health Indicators), natonel contesto del programma di monitoraggio del-la salute della Commissione Europea, nell’ambitodel quale sono stati definiti i seguenti obiettivi:n sviluppare un insieme di misure confrontabilinell’area della sanità pubblica in tutti gli statimembri dell’Unione Europea;

ndefinire un insieme di indicatori che tenga con-to delle esigenze informative e della reale dis-ponibilità dei dati;

n identificare le carenze informative, indicando lepriorità per lo sviluppo del sistema informativo;

ndefinire Linee Guida per la produzione di rap-porti pubblici a livello internazionale, naziona-le e regionale;

ndefinire il contesto di riferimento per lo svilup-po dei sistemi informativi e per la struttura deidata base sanitari;

ncontribuire a delineare il contesto di riferimen-to per il monitoraggio degli obiettivi, soprat-tutto in relazione al programma di intervento insanità pubblica della Commissione Europea.

I requisiti del sistema di indicatori sono qui di se-guito elencati.nGlobalità, ovvero necessità di svolgere un’azio-

ne di monitoraggio su tutti gli aspetti della sa-nità pubblica.

nCoerenza, cioè consistenza rispetto al quadroconcettuale di riferimento. Ciò si realizza me-diante:- coerenza con le precedenti esperienze di selezio-ne e definizione degli indicatori, con particolareriferimento a:WHO-Europe,OECD,Eurostat;

- coerenza con le evidenze scientifiche (approc-cio evidence-based) e appropriatezza metodo-logica.

nFlessibilità, necessaria per tenere conto della dis-omogeneità di politiche sanitarie e di obiettivi spe-cifici tra Stati membri e tra Regioni all’internodei singoli Stati e per tenere conto di eventualimodifiche delle politiche sanitarie nel tempo.

Gli altri due documenti3,4 sono estratti dal sup-plemento di Medical Care del gennaio 2003, chedelinea il programma di due organizzazioni, ”Na-tional Forum for Health Care Quality Measure-ment and Reporting” (NQF) e “Strategic Fra-mework board” (SFB), istituite dall’amministra-zione USA nel 1999. Il programma è finalizzatoa costituire un sistema di misure di qualità e didiffusione delle informazioni nel frammentato si-stema sanitario USA; viene infatti sottolineatal’importanza che possa essere sviluppato un siste-ma informativo nazionale a cui attribuire i se-guenti compiti:nvalutare in che misura il sistema sanitario sia ingrado di fornire un’assistenza sicura (safe), effi-cace, tempestiva e centrata sul paziente;

nverificare se, ove si dimostri un’assistenza di ele-vata qualità, ciò si realizzi con caratteristiche diefficienza e di equità;

npromuovere il raggiungimento degli obbiettivistabiliti a livello nazionale;

n fornire informazioni, facilmente accessibili, sul-

METODOLOGIA E RISULTATI

Metodologia e risultati

19

iSup

plem

enti

diiS

uppl

emen

tidi

la qualità delle prestazioni sanitarie ad una mol-teplicità di destinatari: consumatori, assicurato-ri, ospedali, professionisti, legislatori, al fine difavorire le decisioni e al fine di dare supporto aiprogrammi di miglioramento della qualità.

Nel documento di definizione del quadro con-cettuale di riferimento sono riportate un’avver-tenza e una considerazione. L’avvertenza: ogniazione raccomandata che si riferisca al sistema in-formativo dovrebbe essere “evidence-based”; que-sto requisito si estende all’identificazione di unsistema di indicatori, alle modalità di misurazio-ne e di diffusione delle informazioni e agli inter-venti migliorativi ipotizzati. La considerazione: fi-nora la misurazione della qualità si è concentratasull’acquisizione dei dati e sull’analisi e uno sfor-zo minore è stato dedicato a studiare le modalitàdi presentazione delle informazioni al fine di ot-timizzare il processo decisionale. Si suggerisce per-tanto di anticipare le considerazioni relative allemodalità di diffusione delle informazioni e di uti-lizzare il criterio dell’evidenza scientifica già alprimo passaggio, quello dell’identificazione di unsistema di indicatori: è necessario cioè che esista-no evidenze relative alla validità, affidabilità, pre-cisione degli indicatori selezionati e che questiconsentano confronti attendibili, forniscano in-formazioni effettivamente utili e correttamenteinterpretabili da una molteplicità di destinatari; ènecessario cioè dimostrare che le informazionisono in grado di indurre interventi migliorativiefficaci. La lettura combinata dei documenti eu-ropeo e americano suggerisce la rilevanza di al-cuni requisiti generali:1) la necessità di un livello superiore di riferi-

mento per il disegno del sistema informativoal fine di armonizzare le variabilità di com-portamento ai livelli inferiori (il livello federa-le nei confronti dei singoli Stati negli USA, laComunità Europea nei confronti degli Statimembri in Europa);

2) il ruolo guida della sanità pubblica, anche incontesti caratterizzati da una elevata incidenzadel settore privato;

3) la necessità di un approccio globale, multidi-mensionale, per la costruzione di un sistema diindicatori, che comprenda tutti i possibili de-stinatari delle informazioni e tutte le dimen-sioni della qualità, con un esplicito richiamoall’equità nell’accesso alle cure;

4) il criterio di rilevanza per selezionare le con-dizioni cliniche cui attribuire priorità nel mo-nitoraggio: elevata prevalenza e possibilità diadottare efficaci interventi migliorativi; l’iden-tificazione di tali condizioni deve essere colle-gata all’esplicita definizione, a livello istituzio-nale, di un numero appropriato di obbiettivi disalute (“Establishing National Goals for Qua-lity Improvement”)3.

I documenti citati sono stati delineati, in alcunedelle loro parti più significative, in quanto posso-no essere considerati rappresentativi di un più va-sto insieme di testi scientifici o istituzionali atti-nenti al quadro di riferimento entro cui colloca-re la ricerca di un insieme di misure della quali-tà delle attività sanitarie.A tale scopo gli strumentiinformativi necessari sono: una ricerca bibliogra-fica, utilizzando le principali banche dati biome-diche, finalizzata all’individuazione dei riferimentibibliografici più rilevanti; una rassegna delle espe-rienze empiriche basata in larga misura sulla rac-colta dei documenti elettronici disponibili nei si-ti web delle maggiori organizzazioni sanitarie in-ternazionali e una rassegna delle esperienze di im-plementazione di indicatori sanitari in alcune Re-gioni italiane.La ricerca bibliografica è stata orien-tata a raccogliere evidenze in merito ad alcuniproblemi critici, in parte anticipati nella discus-sione sul quadro concettuale di riferimento:a) le potenzialità e i limiti connessi all’utilizzazione

dei data base amministrativi come base informa-tiva degli indicatori di esito, con particolare at-tenzione al problema della qualità dei dati;

b) i criteri di selezione dei casi e le modalità didefinizione degli indicatori; nella fase di avviodel progetto erano già disponibili numerose edocumentate evidenze, sia nelle letteraturascientifica che nelle esperienze di implemen-

tazione, sul potenziale impatto negativo di cri-teri non appropriati di selezione dei casi o didefinizione degli indicatori, con grave pregiu-dizio in termini di validità, intesa come la ca-pacità di misurare effettivamente ciò che ci sipropone di misurare;

c) gli strumenti di aggiustamento del rischio pertenere conto dell’effetto delle variabili di con-fondimento; il problema è stato articolato indue livelli: 1) possibilità di costruire e applica-re in pratica un efficace sistema di aggiusta-mento del rischio; 2) in subordine, quante equali variabili includere nel modello di aggiu-stamento;

d) la qualità delle informazioni utilizzabili ai finidella gestione del rischio clinico (eventi avversie complicanze);

e) le modalità di presentazione dei risultati: test sta-tistici, efficacia informativa dei risultati in fun-zione dei diversi destinatari delle informazioni.

La rassegna bibliografica riportata nelle pagine suc-cessive deve essere considerata una bibliografia “mi-nima”: le citazioni sono riportate in numero limi-tato e sono selezionati i documenti più importan-ti a supporto delle premesse metodologiche dellaricerca.Analogamente, la rassegna delle esperien-ze internazionali e nazionali è orientata alle pro-poste delle organizzazioni sanitarie ritenute più ri-levanti ai fini della realizzazione del progetto. Larassegna della bibliografia e delle esperienze vienedescritta in modo estensivo e dettagliato nel capi-tolo successivo, che comprende anche un’integra-zione prodotta con le ultime analisi realizzate nelcorso dello svolgimento della ricerca.

L’USO DEI DATABASE AMMINISTRATIVIL’utilizzazione dei database “amministrativi” perla valutazione e la promozione della qualità co-stituisce di per sé un uso improprio di tale stru-mento informativo, che è stato progettato con lafinalità prioritaria di determinare il finanziamentodelle strutture sanitarie in base all’attività svoltae allo scopo di fornire alcune informazioni utiliper la programmazione sanitaria. In realtà, i da-

tabase “amministrativi” contengono anche infor-mazioni rilevanti dal punto di vista strettamentesanitario e costituiscono una preziosa base di par-tenza per le attività di valutazione, in quanto pos-seggono alcune importanti caratteristiche: sonofacilmente accessibili; l’acquisizione dei dati haun costo trascurabile; le informazioni sono (qua-si) immediatamente leggibili da un computer; ti-picamente i database si riferiscono a popolazio-ni ampie, sono esaustivi e le singole sottopopo-lazioni di interesse sono facilmente identificabi-li. Nella comunità degli epidemiologi le aspetta-tive nei confronti dei dati amministrativi sonosempre state alte.A cominciare dagli anni ’70, so-no state messe in evidenza eclatanti differenze dipratica clinica in differenti aree geografiche5,6.Ne-gli anni ’80, i database amministrativi sono staticonsiderati fondamentali nell’ambito della valu-tazione dell’assistenza sanitaria7,8, in particolareper quanto attiene alla valutazione degli esiti (out-come), dell’appropriatezza e della reale efficaciadelle cure (effectiveness). In seguito ad alcune evi-denze negative, negli anni successivi è prevalsoun atteggiamento più critico se non addiritturadecisamente pessimistico9. L’alternativa, costitui-ta dalla raccolta di dati più accurati, più dettagliatidal punto di vista clinico, più validi dal punto divista epidemiologico, non è però praticabile senon in un contesto di ricerca sanitaria o in am-biti più specifici di valutazione, a causa dei costiassai più elevati. È necessario quindi individuareun appropriato punto di equilibrio tra qualità del-l’informazione, tempestività della raccolta dei da-ti e costi, al fine di definire il contributo infor-mativo atteso dai database amministrativi. È ne-cessario prima di tutto definire gli ambiti speci-fici di valutazione che possono essere affrontatiper mezzo di questa fonte informativa10. Il colle-gamento tra processi assistenziali ed esiti delle cu-re è ben delineato dagli studi sperimentali soloin una minoranza di condizioni. Esiste una vastaarea “grigia” in cui non esiste una sicura dimo-strazione di maggiore efficacia di un processo as-sistenziale rispetto ad un altro. L’adozione degli


20

iSup

plem

enti

di

indicatori di esito per la valutazione di qualitàdovrebbe essere circoscritta solo al caso in cui esi-sta un nesso dimostrato tra indicatori di outco-me e caratteristiche del processo assistenziale. Lavalutazione dei processi assistenziali può esseredistinta in due componenti: la qualità tecnica ela qualità interpersonale. Quest’ultima si prestameno della prima ad una valutazione per mezzodei database amministrativi. La valutazione di ap-propriatezza dei servizi sanitari in genere pre-suppone un insieme di informazioni che nonsempre sono disponibili nei database ammini-strativi: ricordiamo a questo proposito, come ec-cezioni, l’uso del Disease Staging ( www.assr.it )e degli APR-DRG (www.asplazio.it) per una va-lutazione di appropriatezza dei ricoveri in baseai dati delle SDO. Nel primo caso il giudizio diappropriatezza viene dedotto da un giudizio ditempestività del ricovero che è collegato ai sin-goli stadi di malattia; nel secondo caso il giudi-zio di inappropriatezza viene dedotto dall’allo-cazione ad una classe di bassa severità o di rischiodi morte minimo all’interno dei DRG indicatinel DM sui LEA.Altre dimensioni possono esse-re esplorate più accuratamente: l’accesso alle cu-re infatti può essere studiato indirettamente va-lutando la variabilità territoriale del ricorso alleprestazioni sanitarie. Inoltre, ove siano conosciu-te relazioni dimostrate tra esito delle cure e vo-lumi di attività, una semplice valutazione dei vo-lumi di attività per mezzo dei database ammini-strativi potrebbe consentire di fornire indicazio-ni utili alla programmazione sanitaria: in base anumerose evidenze, peraltro di non univoca in-terpretazione, si ritiene che un basso volume diprestazioni per operatore e/o per struttura sia col-legato ad una minore probabilità di buona per-formance qualitativa11,12. Data la molteplicità del-le prospettive di analisi è evidente che i databaseamministrativi possono essere adeguati per alcu-ne dimensioni della valutazione di qualità e peralcune unità di osservazione e non per altre, co-erentemente con i livelli qualitativi delle infor-mazioni in essi contenute.

QUALITÀ DEI DATIIl problema della qualità dei dati si pone diffe-rentemente in funzione dello strumento infor-mativo utilizzato. Per quanto riguarda la valuta-zione della qualità dei dati contenuti nei databa-se amministrativi è possibile individuare alcuniaspetti particolarmente rilevanti:1) Contenuto clinico: nei database elettronici (es. il

file dei ricoveri o quello delle prestazioni am-bulatoriali) la descrizione delle malattie è affi-data alla codifica ICD-9-CM. È lecito do-mandarsi se tale strumento sia sufficientemen-te accurato: il sistema di codifica è articolato incirca 15000 codici di diagnosi e sicuramentecontiene un numero sufficiente di voci per de-scrivere la quasi totalità delle condizioni clini-che; mancano, tuttavia, la descrizione clinica ei criteri di definizione dei codici. Si presuppo-ne in realtà che tali criteri siano conosciuti ecomuni a tutti coloro che producono le infor-mazioni indispensabili ad alimentare il databa-se (quali livelli di emoglobina, di creatinina, dipressione parziale di O2 definiscono un’ane-mia, un’insufficienza renale o un’insufficienzarespiratoria?). Inoltre è necessario tenere pre-sente che molti problemi assistenziali, in par-ticolare per quanto attiene all’assistenza terri-toriale, richiedono sistemi di classificazione di-versi rispetto all’ICD9, ancora in fase di im-plementazione (www.who.int/classification/).

2) Completezza dei codici: un problema che vienefrequentemente prospettato per il file dei ri-coveri ospedalieri è il numero limitato di cam-pi (variabili) per la segnalazione delle diagno-si (attualmente in Italia sono 6). Dove il nu-mero dei campi è stato significativamente au-mentato (fino a 25), si è rilevato tuttavia chenon vi è stato un miglioramento sostanzialedella completezza, soprattutto per quanto at-tiene alla segnalazione delle condizioni croni-che; queste sono importanti soprattutto nellastadiazione di gravità dei pazienti e per il pro-cesso di risk adjustment13,14. È evidente l’oppor-tunità di un richiamo alla segnalazione di tali


21

iSup

plem

enti

di

condizioni, ove esse abbiano avuto impatto sulricovero in termini di fabbisogno assistenzia-le, consumo di risorse, incremento di rischioper il paziente. Per quanto riguarda le presta-zioni ambulatoriali, un’informazione frequen-temente incompleta è quella relativa alla dia-gnosi, per mancanza di tale voce nel tracciatorecord o per omessa segnalazione; la comple-tezza in questo caso arricchirebbe di significa-to sanitario un database attualmente orienta-to in senso meramente finanziario.Tali infor-mazioni, collegate ai dati dei ricoveri e ai da-ti di mortalità sarebbero, ad esempio, un po-tente strumento di valutazione dell’attività dipronto soccorso, che attualmente sfugge adun’azione di monitoraggio tramite i sistemi in-formativi routinari.

3) Accuratezza e validità dei codici: è necessario te-nere presente che da quando il file dei ricove-ri viene utilizzato per l’attribuzione ai DRG,sono state in parte modificate le regole che in-formano la segnalazione e l’articolazione logi-ca delle diagnosi. Da un criterio di articola-zione eziologica si è passati, dal 1995 in poi, adun criterio orientato all’assorbimento di risor-se connesso alle condizioni cliniche trattate. Inalcuni casi, anche in Italia, si è arrivati all’ec-cesso di individuare uffici addetti alla codifica,scorporati dall’amministrazione generale e at-tribuiti ai servizi finanziari; termini come “ot-timizzazione” sono diventati di uso comune. Ènecessario tenere conto di questi fenomeni nel-l’uso epidemiologico dei dati ospedalieri, adesempio nella valutazione dei trend temporalidelle malattie, e alcune condizioni cliniche piùdi altre risentono dei possibili effetti distorsivicollegabili al sistema di finanziamento. Do-vrebbe essere affermata con decisione la di-stinzione tra sistema di codifica, che richiedeun’applicazione finalizzata alla descrizione ilpiù veritiera possibile (validità epidemiologi-ca), e sistema di classificazione: quanto più lacodifica è valida dal punto di vista epidemio-logico, tanto più è ragionevole applicare siste-

mi di classificazione differenti (DRG,APR-DRG, Disease Staging) in funzione di obbiet-tivi molteplici non mutuamente esclusivi (ri-chiesta di finanziamento, programmazione, va-lutazione di qualità).

4) Timing degli eventi: ai fini della stadiazione (riskadjustment) dei pazienti e per la valutazione del-le complicanze del ricovero sarebbe importan-te distinguere tra i fattori di rischio intrinseci,preesistenti al ricovero e quindi già presenti al-l’ingresso in ospedale, e le condizioni clinichesuccessivamente insorte, eventualmente attri-buibili ad un percorso assistenziale non otti-male.Una possibile soluzione sarebbe quella diaggiungere al tracciato record un “flag” che de-finisca il “timing” degli eventi15. In assenza diun’informazione di questo genere è necessarioprendere in considerazione solo quelle condi-zioni che possono essere attribuite all’una o al-l’altra categoria:“insufficienza renale cronica”e “diabete mellito” appartengono alla catego-ria delle comorbidità, utili ai fini della defini-zione del rischio intrinseco dei pazienti;“emor-ragia complicante un intervento” appartienequasi sicuramente alla categoria delle compli-canze;“infezione delle vie urinarie” o “embo-lia polmonare” sono di dubbia attribuzione esolamente la lettura integrata delle altre infor-mazioni contenute sulla SDO può in alcuni ca-si consentire una classificazione appropriata.Perl’individuazione delle complicanze sono statisviluppati degli algoritmi di riconoscimento16,17,basati sulla lettura integrata delle informazionicontenute nel file delle SDO.

5) Attributi strutturali: si tratta di aspetti specifici le-gati alle caratteristiche strutturali dei databaseamministrativi che, sempre più frequentemen-te, vengono riconosciuti come elementi quali-ficanti per una appropriata raccolta, estrazionee valorizzazione delle informazioni.Tale aspet-to diventa particolarmente rilevante qualora siintendesse uscire da una prospettiva “singoloepisodio assistenziale/prestazione sanitaria”perapprodare ad una visione più ampia che con-


22

iSup

plem

enti

di

senta di ricostruire i percorsi assistenziali, con icontributi di tutti i soggetti che operano nel si-stema sanitario. Uno degli aspetti più critici èlegato alla disponibilità di uno o più codici diidentificazione individuale, al fine di consenti-re di collegare tra loro i diversi episodi di assi-stenza.Non sempre esiste un codice individualecomune ai diversi database: in tal caso è neces-sario disporre di una base di informazioni ul-teriore che possa collegare i codici individuali(anagrafe assistiti) o ricostruire l’identità su ba-se probabilistica (utilizzando data di nascita, co-mune di nascita e di residenza).

I riferimenti bibliografici fondamentali18-25 de-scrivono essenzialmente due modalità di recordlinkage; il metodo cosiddetto “deterministico”collega i singoli record in base alla verifica di ugua-glianza dei valori di variabili comuni. Il metodoprobabilistico associa valori di probabilità di ugua-glianza ai singoli appaiamenti, selezionando i re-cord da appaiare in funzione di un valore sogliadi probabilità. Le due modalità possono essere uti-lizzate singolarmente o congiuntamente per ri-solvere sottoinsiemi di incertezza. La prima mo-dalità è quella utilizzata più comunemente, in par-ticolare quando si debbano trattare basi di dati ca-ratterizzate da elevata qualità dell’informazione.In tal caso, le risorse necessarie all’elaborazionesono relativamente contenute. Una rassegna diesperienze di applicazione è stata resa disponibi-le di recente26.

CRITERI DI SELEZIONE DEI CASI E MODALITÀ DI CALCOLO DEGLI INDICATORIFonti informative e unità di osservazioneUn requisito importante degli indicatori, trattodalla definizione adottata dall’OrganizzazioneMondiale della Sanità, è costituito dalla capacitàdi effettuare un monitoraggio continuo degliobiettivi di salute (www.who.int/rpc/). Da que-sto punto di vista i database amministrativi costi-tuiscono lo strumento ideale, trattandosi di stru-menti informativi routinari, facilmente accessibi-

li, orientati alla generazione di indicatori di esi-to. Informazioni più specifiche, orientate alla ge-nerazione di indicatori di processo, possono es-sere ottenute dalla cartella clinica, ma il costo del-l’accesso al dato è di gran lunga superiore, com-patibile con la verifica di singoli quesiti specificie non con una funzione di monitoraggio. La de-finizione dei singoli indicatori presuppone l’in-dividuazione del pertinente livello di osservazio-ne e della popolazione di riferimento più appro-priata.A questo proposito può essere citato unprimo riferimento bibliografico27 che suggeriscedi limitare l’analisi della mortalità e dei ricoveriripetuti ad alcune condizioni cliniche caratteriz-zate da: buona definizione diagnostica, omoge-neità clinica, completezza nella definizione del-l’esito. Inoltre suggerisce di concentrare l’atten-zione sulle condizioni cliniche ad alta prevalenzae con elevata frequenza di eventi (in genere con-dizioni mediche come infarto miocardio, scom-penso cardiaco, polmonite), in cui è riconosciu-ta la plausibilità tra esito e qualità delle cure. Lostrumento appare operativamente interessante per-ché i raggruppamenti, oggetto di valutazione, siricavano per aggregazione dei DRG e quindi so-no facilmente utilizzabili in qualsiasi contesto or-ganizzativo (non richiede particolari competen-ze informatiche o epidemiologiche). Emergeun’indicazione precisa: utilizzare indicatori (mor-talità e ricoveri ripetuti) limitati ad un sottoin-sieme di condizioni cliniche caratterizzate da al-ta prevalenza nella casistica ospedaliera e plausi-bilità tra esito ed efficacia teorica delle cure: quin-di, non la mortalità intra-ospedaliera in generale(o i ricoveri ripetuti), ma la mortalità specifica.Per i ricoveri ripetuti vengono identificate cop-pie di ammissioni-riammissioni pianificate, checostituiscono una prima griglia di lettura del fe-nomeno “ricoveri ripetuti”. In questo quadro diriferimento metodologico ci si propone, poi, diidentificare i determinanti clinici (caratteristichedei pazienti, percorsi diagnostici e terapeutici) del-l’esito. Il livello di analisi è quello del singolo pro-cesso assistenziale intra-ospedaliero. L’approccio


23

iSup

plem

enti

di

alternativo si propone di individuare i determi-nanti organizzativi dell’esito. Il livello di analisi èquello della struttura. Solo in tale contesto appa-re plausibile lo studio della mortalità grezza (nonspecifica per condizione clinica). Questo approc-cio è stato utilizzato in uno studio di valutazionedi un insieme di ospedali nel Regno Unito28. L’in-teresse dello studio non è costituito tanto da al-cuni dati peculiari (mortalità complessiva pariall’8,5%, con range di 3,4-13,6%, ricoveri in emer-genza pari al 60% del totale che rendono contodel 93% dei decessi), che sono fortemente di-pendenti dalle caratteristiche specifiche della ca-sistica trattata (soprattutto in termini di accessi-bilità alle strutture ospedaliere), quanto dal fattoche ha dimostrato che, anche ad un livello di ana-lisi diverso da quello individuale (singolo pazien-te/singolo processo assistenziale), è possibile iden-tificare i pertinenti fattori di rischio modificabi-li (ad un livello non più clinico ma di responsa-bilità organizzativa). Il problema della definizio-ne del livello di analisi è evidentemente correla-to con quello della definizione delle unità di os-servazione (paziente vs. ospedale o ASL).

I criteri di estrazione dei datiSi tratta di uno dei punti più critici nella tratta-zione delle informazioni contenute nei databaseamministrativi.Un errore in questa fase può com-promettere la validità di tutta la valutazione. I cri-teri di estrazione dei casi sono subordinati allemodalità di classificazione degli eventi sanitari. LaRegione Lombardia aveva proposto (DGR46582/99) un insieme di criteri per la costruzio-ne di indicatori di esito, che sono coerenti con ilquadro di riferimento precedentemente descrit-to27, basato sui DRG, utilizzato almeno in parteanche nelle definizioni degli indicatori del DM12/12/2001. Esistono tuttavia criteri alternatividi estrazione dei dati che sono basati sui codiciICD-9-CM, che producono un’estrazione di ca-si differente.Ad esempio, si può osservare che dif-ferenti permutazioni delle stesse diagnosi (edemapolmonare acuto, cardiomiopatia) nelle posizio-

ni della diagnosi principale e delle diagnosi se-condarie determinano l’attribuzione di casi simi-li di scompenso cardiaco a differenti DRG (alDRG 127 o al DRG 144) e che, all’interno delDRG 127 (scompenso cardiaco e shock), sonoinclusi casi di shock “medico” in assenza di scom-penso cardiaco.Analoghi problemi si presentanoper l’appropriata estrazione dei casi di infarto mio-cardico acuto. Nel caso dell’infarto è necessariotenere conto anche dell’impatto del sistema di co-difica (ICD9 verso ICD-9-CM) su alcuni risul-tati prodotti dal Grouper (l’algoritmo di attribu-zione ai DRG), soprattutto in relazione all’anali-si dei trend temporali dell’incidenza di ospeda-lizzazione o in relazione alla valutazione dellamortalità in ospedali con differenti stili di codi-fica. Dal 2000, infatti, l’uso dell’ICD-9-CM con-sente di specificare, alla quinta cifra del codice didiagnosi di infarto, se si tratta di primo o di suc-cessivo episodio di assistenza. Si corregge pertan-to la sovrastima del numero di casi di infarto mio-cardico acuto che si è verificata fino al 1999 inbase alla precedente versione dei DRG, ma è ne-cessario tenere presente questo dettaglio nella va-lutazione dei trend temporali: consultando il sitoweb del Ministero della Salute (www.ministero-salute.it/programmazione/sdo/ric_informazio-ni/sceltadrg.jsp) per ottenere informazioni suiDRG, si può rilevare infatti un apparente decre-mento del numero assoluto di ricoveri per infar-to (10.705 casi) dovuto all’impatto della nuovaversione ICD9 sull’attribuzione ai DRG. L’im-patto dei criteri di estrazione dei dati, con le ver-sioni ICD-9-CM in uso in Italia dal 2000 in poi,è stato evidenziato in uno studio osservazionalebasato sul file delle SDO della Lombardia del 2000(Consensus Meeting sull’epidemiologia e sul trat-tamento dell’infarto; Roma giugno 2002). Diffe-renziando i criteri di estrazione si ottengono i se-guenti risultati:1. Estrazione dei casi di infarto per codice ICD-

9-CM 410xx in qualsiasi posizione: 19999soggetti.

2. Esclusione dei casi codificati come secondo


24

iSup

plem

enti

di

episodio di ricovero (quinta cifra=2), cioè i ri-coveri per riabilitazione o per trattamenti suc-cessivi: 16335 soggetti.

3. Selezione dei ricoveri che afferiscono ad alcu-ni DRG (i casi più tipici di IMA includendoanche le codifiche aspecifiche: DRG 121, 122,123, 112, 106, 115, 116, 127, 144, 145): 14559soggetti.

4. Esclusione dei trasferimenti, per evitare su ba-se regionale di contare due volte lo stesso epi-sodio assistenziale, benché frammentato in dueo più ricoveri collegati da trasferimento: 12809soggetti.

5. Ulteriore restrizione basata sull’esclusione deicasi con codifica imprecisa (DRG 127, 144,145): 11235 soggetti, pari al 56% dei casi estrat-ti con il criterio più ampio.

L’ultimo criterio di restrizione esclude i soggetticon quinta cifra uguale a zero. Questi ultimi so-no caratterizzati da una mortalità più elevata ri-spetto ad altri sottogruppi, richiamando la possi-bilità più volte prospettata che cattiva qualità deidati e processo assistenziale non ottimale possa-no andare di pari passo. L’esclusione del codiceuguale a zero alla quinta cifra è teoricamente ap-propriato (esclude i casi con codifica imprecisa),ma introdurrebbe un bias rilevante nella stimadella mortalità intra-ospedaliera per infarto mio-cardico. L’analisi cumulativa dei dati del 2002 del-le Regioni che hanno partecipato al progetto ècoerente con questi rilievi:1) Estrazione dei casi di infarto per codice ICD-9-

CM 410xx in qualsiasi posizione:87265 soggetti.2) Esclusione dei casi codificati come secondo

episodio di ricovero (quinta cifra=2), cioè i ri-coveri per riabilitazione o per trattamenti suc-cessivi: 78141 soggetti.

3) Selezione dei ricoveri che afferiscono ad alcu-ni DRG (i casi più tipici di IMA includendoanche le codifiche aspecifiche: DRG 121, 122,123, 112, 106, 115, 116, 127, 144, 145): 70565soggetti.

4) Esclusione dei trasferimenti, per evitare, su ba-se nazionale, di contare due volte lo stesso epi-

sodio assistenziale, benché frammentato in dueo più ricoveri collegati da trasferimento: 61811soggetti.

5) Ulteriore restrizione basata sull’esclusione deicasi con codifica imprecisa (DRG 127, 144,145): 55911 soggetti pari al 64% dei casi estrat-ti con il criterio più ampio.

Considerazioni analoghe sono comparse in lette-ratura a proposito dei criteri di estrazione adot-tati nella valutazione dell’ictus cerebri29, 30. Poten-ziali bias nella stima della mortalità per ictus so-no stati verificati in conseguenza della problema-tica discriminazione tra casi di ictus e di TIA (conun eccesso di morti per TIA e una corrispondentebassa mortalità per ictus) e in conseguenza di unaerronea identificazione di primo episodio di icutsin pazienti con ricovero elettivo per interventosui tronchi sovra-aortici. Quest’ultimo problemaè ulteriormente complicato dal fatto che le Li-nee Guida Nazionali di codifica suggeriscono cri-teri difformi dalle istruzioni riportate sul manua-le ICD-9-CM (www.ministerosalute.it/pro-grammazione/resources/documenti/sdo/li-nee_guida_codifica_diagnosi_interventi.pdf).Que-sti esempi illustrano la criticità del passaggio re-lativo ai criteri di estrazione dei dati ai fini dellacostruzione degli indicatori: la consapevolezzadelle implicazioni inerenti ad uno specifico pro-cesso di estrazione, e quindi la più appropriata de-finizione di ogni indicatore, richiede una colla-borazione tra epidemiologi, clinici, esperti di co-difica, esperti di database, idealmente per ciascu-na condizione clinica per la quale è richiesta unavalutazione. Un errore in questa fase dell’analisidei dati potrebbe infatti gravemente compro-mettere la validità della valutazione.

Modalità di calcolo degli indicatoriIl calcolo degli indicatori può essere tipicamenteschematizzato in fasi distinte: identificazione deicasi a rischio (calcolo del denominatore); identifi-cazione degli eventi (calcolo del numeratore); cal-colo del rapporto; aggiustamento delle stime in ba-se al rischio intrinseco (risk adjustment); calcolo del-


25

iSup

plem

enti

di

le pertinenti misure di precisione. Nella costru-zione dell’algoritmo di calcolo è opportuno sepa-rare nettamente queste fasi in modo da poter in-tervenire separatamente su di esse: ad esempio,unanuova versione del sistema di classificazione ren-derà necessaria una modifica delle prime due fasisenza necessariamente incidere sulle altre. La dis-ponibilità di dati più aggiornati o appropriati sul-le caratteristiche della popolazione standard ri-chiederà una modifica limitata al quarto passaggio,lasciando inalterati i criteri di estrazione dei casi.

GLI STRUMENTI DI AGGIUSTAMENTO DEL RISCHIOUn terzo problema da affrontare è quello dell’u-so degli strumenti di risk adjustment, utilizzati perrimuovere l’effetto delle variabili di confondi-mento. Lo strumento di analisi dei dati più uti-lizzato per la predizione della mortalità intra-ospe-daliera è la regressione logistica multipla. La let-teratura scientifica in merito è ampia e la discus-sione si è indirizzata sui seguenti punti: se sia con-veniente utilizzare una sintesi delle informazionirelative alle copatologie (un’unica covariata cal-colata sulla base delle codifiche delle patologie as-sociate), se esistano strumenti di analisi più ap-propriati del modello di regressione logistica mul-tipla, che tengano conto anche dei diversi livellidi analisi e quindi dell’appropriata unità di osser-vazione, quanto sia opportuno utilizzare un qual-siasi metodo di risk adjustment ai fini dell’inter-pretazione dei risultati. In relazione al primo pun-to è stato proposto un indice sintetico di comor-bidità, il “Charlson Comorbidity Index”: in fun-zione della segnalazione delle diagnosi seconda-rie che si riferiscono a malattie croniche si cal-colano, per ognuna di esse, punteggi che sono cor-relati al rischio di morte successivo all’episodioacuto.Tali punteggi vengono combinati in un uni-co indice per misurare il peso complessivo dellecomorbidità. Rappresenta uno degli strumenti dirisk adjustment più citati nella letteratura31, 32. Èimplicito il presupposto che ogni comorbidità ab-bia lo stesso impatto sull’esito per qualsiasi con-

dizione clinica analizzata: ad esempio, si presup-pone che l’insufficienza renale cronica aumentiin uguale misura il rischio di morte in pazientiricoverati per infarto miocardico, per scompensocardiaco o per frattura del femore: si tratta evi-dentemente di una semplificazione. L’alternativa,proposta dalla ricercatrice Elixhauser33, è costi-tuita dall’identificazione di un insieme più am-pio di comorbidità a cui è consentito produrreimpatti diversificati in funzione della specificacondizione clinica che ha determinato il ricove-ro.Tale sistema di gestione delle comorbidità si èdimostrato superiore a quello ideato da Charlson,sia in presenza che in assenza di un flag all’inter-no del database dei ricoveri che discrimini le co-morbidità dalle complicanze15. Strumenti alter-nativi vengono continuamente proposti, talora al-l’interno dei sistemi di classificazione (es.APR-DRG) e, in molti casi, vengono sviluppati stru-menti ad hoc34 in relazione ad un singolo proble-ma o a cura di una particolare organizzazione sa-nitaria, con il rischio di perdere validità genera-le. La questione è ulteriormente complicata dalfatto che gli strumenti di risk adjustment posso-no fornire risultati differenti a seconda delle con-dizioni cliniche: per l’ictus cerebri è stato possi-bile verificare che in funzione dei diversi sistemidi misurazione della gravità clinica dei pazienti(tra questi, alcuni basati sui database amministra-tivi e altri su dati clinici) si ottengono stime diprobabilità di morte differenti35. Ciò non si veri-fica per l’infarto miocardico, la polmonite e il by-pass aorto-coronarico36. In questi casi le misure digravità clinica sono più affidabili se ottenute permezzo dei database amministrativi. In relazioneal secondo punto sta emergendo la possibilità diutilizzare i “multilevel methods” per tenere con-to della correlazione tra i diversi livelli a cui pos-sono essere identificate le unità di osservazione(ospedali, pazienti, ricoveri ripetuti entro pazien-ti). Si tratta, tuttavia, di un approccio ancora po-co sperimentato, soprattutto nei casi in cui la va-riabile di outcome è di tipo dicotomico. Sonopertanto richieste ulteriori verifiche prima di


26

iSup

plem

enti

di

un’applicazione al mondo reale. Per una descri-zione del metodo di analisi e per i continui ag-giornamenti in merito si veda nel sito internet:www.ioe.ac.uk/multilevel.Il terzo punto è quello che richiede più attenzio-ne a causa delle potenziali implicazioni dell’usodegli indicatori di esito ai fini dell’accreditamen-to o del finanziamento delle strutture.Vengono diseguito riportati alcuni riferimenti37, 38, 39 che do-vrebbero ispirare un atteggiamento prudente nel-l’interpretazione degli indicatori di esito basati suidatabase amministrativi. Si dimostra infatti che inmolti casi la variabilità delle prestazioni degli ospe-dali misurate con gli indicatori di esito è da attri-buire in gran parte a fluttuazioni casuali. Si pos-sono trarre i seguenti suggerimenti:1. Le classifiche degli ospedali basate sugli indi-

catori di esito possono essere fuorvianti, qua-lora si volesse esprimere un giudizio sulla qua-lità dell’assistenza. In assenza di adeguate com-petenze e appropriati strumenti di interpreta-zione, la diffusione pubblica dei dati relativi agliindicatori di esito può produrre addirittura dis-informazione37.

2. Si ribadisce che l’analisi dei dati “amministra-tivi” deve essere effettuata al meglio, anche fa-cendo ricorso ai metodi più appropriati di “riskadjustment”, ma sempre utilizzando gli indi-catori così ottenuti come strumento di scree-ning, cui far seguire, se occorre, strumenti piùspecifici di analisi10.

3. Si ribadisce che, dal punto di vista della signi-ficatività statistica, l’analisi della mortalità hasenso per le condizioni caratterizzate da eleva-ta prevalenza: si tratta in genere delle condi-zioni che prevedono un trattamento “medico”,mentre le condizioni che prevedono un trat-tamento chirurgico sono caratterizzate, tipica-mente, da una dimensione campionaria insuf-ficiente, l’unica eccezione essendo costituita dalby-pass aorto-coronarico40.

LA RILEVAZIONE DELLE COMPLICANZERappresenta uno degli sviluppi più interessanti

dell’uso degli indicatori per la valutazione di qua-lità. La rilevazione delle complicanze dei ricove-ri può essere effettuata utilizzando la scheda didimissione ospedaliera e i codici ICD-9-CM didiagnosi o di procedura.Tutte le complicanze delricovero, ad eccezione della caduta accidentaleche può essere descritta solo per le sue conse-guenze, possono essere codificate con il sistemaICD-9-CM. Le codifiche che consentono di in-dividuare le complicanze del ricovero si riferi-scono a condizioni cliniche, descritte dalla dia-gnosi, o da procedure che vengono attivate al fi-ne di rimediare ad una complicanza. La disponi-bilità teorica dei codici non implica necessaria-mente la disponibilità di uno strumento efficacedi rilevazione delle complicanze. I problemi so-no almeno due: prima di tutto se la segnalazionedelle complicanze sulla SDO sia compatibile conle regole di codifica; la risposta è affermativa inquanto le regole di codifica per la segnalazionedelle diagnosi secondarie prescrivono di segnala-re qualsiasi condizione significativa dal punto divista clinico che abbia determinato un eccesso diconsumo di risorse. Se applicata, questa regola de-finisce una soglia di rilevanza delle complicanze.Il secondo problema è che i clinici non hannopropensione a segnalare le complicanze sulla SDO,non considerandola lo strumento più idoneo. Uninvestimento sulla SDO come strumento di rile-vazione delle complicanze richiede un'evidenzadi efficacia in merito. Solo in tal caso sarebbe le-cito richiedere a tutti i soggetti che ne hanno ti-tolo (Agenzie, uffici qualità e/o di risk manage-ment ad ogni livello: regionale, ospedaliero, diASL) un impegno a promuovere la rilevazioneper mezzo dei codici ICD-9-CM riportati sullaSDO. Sono state fatte alcune interessanti espe-rienze di non univoca interpretazione41,42.Sulla base delle segnalazioni contenute nella sche-da di dimissione ospedaliera è possibile utilizzareun algoritmo di individuazione delle complican-ze (la segnalazione sulla SDO non individua ne-cessariamente una complicanza). È stato predi-sposto uno specifico programma a questo scopo


27

iSup

plem

enti

di

(CSP, Complication Screening Program); sonostate fatte alcune valutazioni sull’utilità di tale stru-mento, il cui supporto informativo è costituitoesclusivamente dalle segnalazioni delle SDO43,44,45:sembra che la segnalazione delle complicanze tra-mite la SDO e l’uso del CSP sia proponibile, conle seguenti limitazioni:1) vengono individuate con maggiore attendibi-

lità le complicanze post-chirurgiche;2) non tutte le complicanze sono prevenibili o at-

tribuibili a carenze del processo assistenziale;3) la probabilità di un falso negativo è bassa;4) la presenza di un flag di identificazione delle

complicanze sul database delle SDO consen-tirebbe di aumentare la discriminazione rispettoalle comorbidità.

Per individuare le complicanze del ricovero indi-pendentemente dalle segnalazioni dei codici ICD-9-CM sulle SDO può essere utile lo studio delladurata di degenza (Length Of Stay), utilizzandouna particolare categoria di test statistici46. Il van-taggio di questo metodo proposto da Silber con-sisterebbe nel fatto che si utilizza un’informazio-ne assai robusta all’interno del database, che è ladurata di degenza e si basa su un principio sem-plice e su un fenomeno facilmente dimostrabile:la probabilità di essere dimessi aumenta durante ladegenza, fino ad un certo istante, oltre il quale ta-le probabilità decresce, poi si mantiene costantecon un’ampia fluttuazione casuale. L’istante (pun-to di transizione) corrisponde all’inizio dell’in-tervallo temporale in cui iniziano a incidere lecomplicanze. Le evidenze iniziali erano state ot-tenute in ambito pediatrico, ma in realtà il feno-meno è caratterizzato da un’ampia variabilità47. Ilmetodo infatti si basa su un’idea promettente, maad una verifica più accurata sembra caratterizza-to da una performance predittiva abbastanza de-ludente: individua frequentemente il punto ditransizione in una durata di degenza che è vicinoalla mediana della distribuzione di frequenza deiricoveri ospedalieri. L’idea di individuare i rico-veri potenzialmente gravati da complicanze permezzo dell’analisi della durata di degenza sembra

comunque plausibile, ma è necessario svilupparestrumenti analitici più appropriati, basati sulla para-metrizzazione della distribuzione di probabilitàdelle durate di degenza. Collegata allo studio del-le complicanze del ricovero è la rilevazione dellamortalità evitabile in ambito ospedaliero. La mor-talità evitabile48 viene definita dall’occorrenza dieventi che avrebbero potuto essere evitati se leprestazioni del sistema sanitario fossero state otti-mali: non sempre è possibile discriminare se il fal-limento assistenziale è da collocare a livello di me-dicina preventiva, di assistenza territoriale o di as-sistenza ospedaliera e da questo punto di vista ta-le prospettiva rappresenta solo il momento inizia-le dell’analisi.Tuttavia, quando è possibile appli-care il concetto di mortalità evitabile all’assisten-za ospedaliera si ottiene una deroga parziale alprincipio che suggerisce di analizzare solo le con-dizioni caratterizzate da una elevata numerosità dicasi: è possibile così estendere l’area di analisi acondizioni cliniche afferenti all’area chirurgica(appendicectomia, ernioplastica, colecistectomia),relativamente frequenti, ma caratterizzate da di-mensione campionaria tipicamente insufficiente,con mortalità molto bassa. In questi casi l’analisistatistica dei dati è problematica, ma si tratta co-munque di eventi assai rilevanti dal punto di vi-sta assistenziale, la cui individuazione richiede un’a-nalisi a posteriori della documentazione clinica:in questo caso la frequenza degli eventi può esse-re ricavata dai “database amministrativi”, ma lacorretta interpretazione dei risultati richiede l’ac-cesso a fonti informative supplementari.

LA SCELTA DEGLI STRUMENTIUna rassegna delle esperienze sugli indicatori,quasi esaustiva, è rappresentata dal rapporto di ri-cerca “Definizione di un set di indicatori per ilmonitoraggio e la valutazione dell’attività sanita-ria” realizzato nel 2001 per conto della Com-missione per la Garanzia dell’informazione Sta-tistica – Presidenza Consiglio dei Ministri(www.governo.it/Presidenza/statistica/attivita/rap-porti/2002/02.03.pdf ).


28

iSup

plem

enti

di

In tale rapporto sono descritti e classificati nume-rosi insiemi di indicatori proposti da svariate or-ganizzazioni nazionali e internazionali. Si tratta diuna preziosa opera di sintesi per migliorare la co-noscenza in un campo caratterizzato da un’ab-bondante produzione di proposte spesso ridon-danti. Il documento, di carattere descrittivo, è ne-cessariamente neutro nei confronti dei contenutiche presenta e costituisce una solida base di par-tenza per la rassegna degli indicatori. In partico-lare tale documento è ricco di riferimenti “istitu-zionali” sugli indicatori; un limite, invece, è costi-tuito dal fatto che le esperienze, soprattutto inter-nazionali, sugli indicatori si susseguono ad un rit-mo estremamente rapido.Al fine di integrare leindicazioni contenute nel succitato rapporto, chesi è concluso nel 2001, è stata condotta una rico-gnizione su web, mirata sui siti dedicati agli indi-catori sanitari. Considerata l’abbondanza e la ri-dondanza delle indicazioni disponibili, si è rite-nuto di adottare, al fine di individuare un insiemeutile a definire una proposta operativa,un approccio“evidence based” nella scelta degli indicatori.Aquesto proposito, è opportuno segnalare il sito del-l’Agenzia AHRQ (Agency for Healthcare Re-search and Quality) e in particolare la pagina:www.qualitymeasures.ahrq.gov/ in cui nel 2003è stata dichiarata la nascita del “National QualityMeasures Clearinghouse”, supportato dalla stessaAHRQ. In questa pagina è disponibile una listadi indicatori ordinata alfabeticamente e aggiorna-ta settimanalmente. Gli indicatori sono organiz-zati in differenti categorie e ciascuno di essi è sta-to selezionato solo dopo essere stato sottoposto adun processo di valutazione che può essere defini-to “evidence based”.Tra i più interessanti, è pos-sibile segnalare i seguenti insiemi:1) Indicatori dell’Agenzia AHRQ: orientati ai da-

tabase amministrativi;2) Centers for Medicare and Medicaid Services

(CMS): nascono dalla collaborazione tra CMSe Joint Commission, richiedono informazionisupplementari;

3) Foundation for Accountability;

4) Joint Commission on Accreditation of Health-care Organizations: contiene un sottoinsiemedegli indicatori Joint Commission;

5) Veterans Health Administration.Per ogni indicatore è disponibile una scheda incui sono indicati: descrizione, razionale, criteri didefinizione (es. numeratore e denominatore), or-ganizzazione proponente o insieme di apparte-nenza, fonti bibliografiche. Un punto di forza ècostituito dal fatto che il sito è continuamente ag-giornato in accordo ad un approccio “evidencebased” applicato agli indicatori.Appare evidente,anche in questa classificazione, l’esistenza di duelivelli: un primo livello di indicatori basato sui da-tabase amministrativi (AHRQ) e un secondo li-vello che presuppone informazioni supplemen-tari (CMS e Joint Commission). La base comu-ne, generalizzabile alla maggior parte delle strut-ture sanitarie italiane, è costituita dal primo livel-lo ed eventualmente da un sottoinsieme di indi-catori appartenenti al secondo livello, in partico-lare quelli CMS (ex HCFA).

Gli indicatori AHRQComprendono tre sottogruppi di indicatori:1) Inpatient Quality Indicators: utilizzano fonti

informative “amministrative”, facilmente dis-ponibili e qualitativamente robuste; si articola-no nei seguenti: mortalità per singole condi-zioni (es. infarto miocardico acuto, polmoni-te, stroke), mortalità per singole procedure chi-rurgiche (es. by-pass aorto-coronarico, impiantoprotesi d’anca), tassi di utilizzazione di proce-dure (parto cesareo, isterectomia) a livello diospedale o di area geografica, volumi di pro-cedure a livello di ospedale con l’esplicitazio-ne di una soglia minima accettabile ottenutadalla letteratura scientifica. Questo insieme diindicatori è in larga misura sovrapponibile adanaloghi insiemi di indicatori, proposti da al-tre organizzazioni, orientati alle condizioni ca-ratterizzate da elevata incidenza, relativamen-te alla mortalità, plausibilità tra esito del rico-vero ed efficacia teorica delle cure. I punti di


29

iSup

plem

enti

di

forza di questo insieme particolare sono costi-tuiti dall’approccio “evidence based”nella scel-ta dei singoli indicatori e del loro significato(es. definizione delle soglie minime per i vo-lumi di attività) e da una precisa definizionedei criteri di estrazione dei dati e delle moda-lità di costruzione delle misure (formulazione,definizione dei denominatori).

2) Patient Safety Indicators: analogamente ai pre-cedenti, descrivono la qualità dell’assistenzaospedaliera, ma si concentrano sulle compli-canze post-chirurgiche e sugli eventi iatroge-ni. Sono essenzialmente basati sulle fonti in-formative routinarie e costituiscono lo svilup-po dell’esperienza maturata con il CSP (Com-plication Screening Program). In questo caso,la qualità della codifica è critica per consenti-re un uso appropriato degli indicatori; si ponepertanto il problema di un intervento forma-tivo nei confronti dei sanitari preposti alla com-pilazione delle SDO.Assumono particolare si-gnificato in una prospettiva più ampia di ge-stione del rischio clinico. Comprendono alcu-ne condizioni definite nell’ambito della mor-talità evitabile, tuttavia tali condizioni non ven-gono analizzate individualmente (come avvie-ne per la mortalità evitabile, per essere trattatealla stregua degli eventi sentinella), ma con-fluiscono in un unico indicatore di condizio-ni definite globalmente “a bassa mortalità”. Unproblema è costituito, in alcuni casi, dall’usodei codici E, che non sono previsti nella codi-fica delle SDO in Italia.

3) Prevention Quality Indicators: si tratta di con-dizioni definite “ambulatory care sensitive”, inparticolare descrivono l’ospedalizzazione evita-bile.Allargano la prospettiva, almeno in parte,alla valutazione dell’attività territoriale; presup-pongono evidentemente modalità di comuni-cazione dei risultati alle strutture territoriali euna metodologia di intervento condivisa.

L’insieme degli indicatori definiti dall’AgenziaAHRQ (moduli Inpatient QI, Patient Safety In-dicators e Prevention QI) sono caratterizzati da

un ulteriore punto di forza che è costituito dalladisponibilità su web dei programmi di calcolo: ta-li programmi sono accessibili gratuitamente, si ba-sano su un tracciato record simile a quello dellanostra SDO e un’analisi preliminare ha consen-tito di verificare la riconducibilità dei codici ditutti i campi del tracciato record della SDO de-finito dal Ministero della Salute a quello definitodall’AHRQ. I programmi di calcolo richiedonopackage statistici di uso abbastanza comune (SPSSo SAS), prevedono la possibilità di utilizzare unsistema di stadiazione al fine di consentire l’ag-giustamento del rischio per la gravità clinica,men-tre in assenza di tale stadiazione il calcolo proce-de ugualmente.Il sistema di stadiazione richiesto per il pacchet-to Inpatient è costituito dagli APR-DRG, men-tre il pacchetto Safety utilizza il sistema di stadia-zione sviluppato dalla ricercatrice Elixhauser. Icriteri di estrazione dei dati e di costruzione de-gli indicatori sono chiaramente indicati da rap-porti tecnici disponibili su web e, qualora si rite-nesse opportuno apportare una o più modifiche,è relativamente agevole modificare i programmiscaricati dal sito dell’Agenzia AHRQ.

Gli indicatori CMSCome secondo livello di definizione degli indica-tori, che esula dai database amministrativi, una ri-sorsa interessante è costituita dagli indicatori CMS(Centers for Medicare & Medicaid Services, ex-HCFA), perché utilizzano informazioni supple-mentari facilmente reperibili sulla cartella clinica.Tale insieme è stato validato su una base di datiassimilabile a quella dei nostri ricoveri: nasce in-fatti dalla collaborazione Medicare-Medicaid conJoint Commission. La lista in continuo aggiorna-mento degli indicatori CMS è disponibile pressola National Quality Measures Clearinghouse(NQMC) (www.qualitymeasures.ahrq.gov). Lametodologia di identificazione e definizione de-gli indicatori è quella suggerita anche da JointCommission. Si tratta di indicatori di secondo li-vello che potrebbero essere implementati in via


30

iSup

plem

enti

di

opzionale o potrebbero guidare un’azione di ve-rifica più approfondita sulla base delle evidenzefornite dagli indicatori di primo livello.

IMPLEMENTAZIONE DEL SISTEMA DI INDICATORIIdentificazione degli indicatori La rassegna delle esperienze delle Regioni ha con-sentito di censire i problemi affrontati nelle pre-cedenti esperienze di implementazione e di in-formare la ricerca bibliografica e la rassegna del-le esperienze internazionali: quest’ultima ha con-sentito di accedere ad una quantità di documen-ti cospicua, in parte ridondante e di qualità va-riabile. I criteri che hanno condizionato la sele-zione della documentazione sono stati: approccio“evidence based”, chiara definizione del raziona-le, dei criteri di estrazione dei dati e delle moda-lità di calcolo degli indicatori, disponibilità deiprogrammi di calcolo, collegamento ad un siste-ma di stadiazione della gravità clinica dei casi trat-tati, possibilità di modificare la struttura degli in-dicatori, aggiornamento continuo. Sulla base diquesti criteri è stato individuato il sistema di in-dicatori proposto dall’Agenzia AHRQ, che è co-struito esclusivamente su database amministrati-vi (riconducibili alla nostra scheda di dimissioneospedaliera – SDO): su questa fonte informativasono stati definiti gli indicatori che abbiamo chia-mato di I livello, finalizzati allo screening dei pro-blemi di qualità e al monitoraggio delle attivitàsanitarie. Per analisi più dettagliate e specifichesono stati individuati gli indicatori che abbiamochiamato di II livello, basati su fonti informativepiù ricche, quali la cartella clinica, sulla base delmodello della Joint Commission on Accredita-tion of Healthcare Organizations e del materialetratto dal sito della CMS (Centers for Medicare& Medicaid Services, ex HCFA). Il presuppostodichiarato nella premessa di privilegiare gli indi-catori orientati ai risultati di salute (indicatori di“esito”), basati sui database correnti, viene con-fermato nell’individuazione degli indicatori di Ilivello; tuttavia si prevede la possibilità di un’in-

tegrazione informativa basata su indicatori di “pro-cesso”, questi ultimi basati su fonti informativepiù onerose. La lista degli indicatori di I livello,derivati dalla SDO, e degli indicatori di II livel-lo, derivabili dall’analisi delle cartelle cliniche, ècontenuto nell’allegato A. Nella successiva arti-colazione del documento vengono riportati i prin-cipali elementi di implementazione e una sintesidell’analisi dei dati.Analisi più dettagliate e con-siderazioni metodologiche più approfondite so-no riportate nelle tabelle e negli allegati tecniciriportati in appendice.

PROBLEMI DI IMPLEMENTAZIONE Validazione dei dati La validazione dei dati è stata articolata in trepunti:a. controllo della qualità dei dati delle SDO: teo-

ricamente tutte le Regioni inviano i dati al Mi-nistero della Salute con un formato uniforme:in realtà è stata riscontrata una situazione mol-to articolata, sia dal punto di vista del formatodei file, che dal punto di vista della qualità deidati (completezza, coerenza interna) che ha ri-chiesto un’azione preliminare di verifica e di in-terazione con i singoli gestori dei dati, al fine diottenere un formato quanto più possibile uni-forme che consentisse di avviare il calcolo de-gli indicatori. L’allegato B contiene una sintesidel controllo di qualità effettuato sui dati invia-ti dalle singole unità operative; l’analisi non ètanto rappresentativa del livello di qualità dei da-ti delle singole Regioni (il livello medio di qua-lità dei dati e la natura dei problemi può anchecambiare da un anno all’altro), quanto piuttostoè indicativa delle difficoltà che si incontrano ge-nerando un pool di dati provenienti da sogget-ti diversi e della necessità di un controllo di qua-lità dei dati come presupposto indispensabile perla confrontabilità dei risultati.Sono stati attuati due ulteriori livelli di verifica:(1) un controllo automatico degli errori di co-

difica che comporta la segnalazione (flag)di probabilità di alcune tipologie di errori,


31

iSup

plem

enti

di

utile soprattutto al fine di descrivere la va-riabilità degli stili di codifica tra Regioni etra strutture ospedaliere, senza tuttavia con-sentire una valutazione esplicita della cor-rettezza della codifica, in quanto si esplicaper mezzo di un insieme di valutazioni dicoerenza interna. La metodologia di valu-tazione e una sintesi dei risultati è conte-nuta nell’allegato C: sinteticamente si puòaffermare che i problemi di codifica ipotiz-zabili in base al controllo automatico si ri-scontrano in una minoranza dei casi e so-no distribuiti in modo abbastanza unifor-me tra le Regioni, soprattutto per le con-seguenze che possono avere sull’attribuzio-ne dei DRG e sul sistema di aggiustamen-to del rischio; possibile invece un impattonon quantificabile sui criteri di estrazionedei casi, soprattutto per quanto riguarda gliaccidenti cerebro-vascolari;

(2) un controllo campionario sulla cartella cli-nica finalizzato alla valutazione degli erro-ri di codifica: tale controllo è orientato avalutare la correttezza dei codici di diagnosie procedure in termini di corrispondenzatra codici e informazioni contenute nellecartelle cliniche, in particolare dei codiciche costituiscono la base di attivazione de-gli indicatori dell’AHRQ e di attivazionedei flag di controllo automatico della codi-fica. Per problemi organizzativi, tale con-trollo è stato effettuato in una sola Regio-ne, ma le evidenze raccolte, in quanto col-legate ai flags di controllo automatico, for-niscono alcuni elementi di riscontro gene-ralizzabili anche alle altre unità operative.Una sintesi dei risultati del controllo effet-tuato sulle cartelle cliniche della qualità del-la codifica ICD-9-CM delle diagnosi e de-gli interventi è riportato nell’allegato D.

L’analisi preliminare dei risultati ha posto ancheil problema della verifica della correttezza delcodice dell’esito alla dimissione, in particolaredi quello della dimissione volontaria, che po-

trebbe determinare un bias nella stima della mor-talità intra-ospedaliera.A tal fine è stata avviatauna specifica valutazione sulle cartelle cliniche(allegato E);b. controllo campionario della cartella clinica: fi-

nalizzato alla rilevazione dei dati utili per la co-struzione degli indicatori di II livello, è orien-tato all’analisi dei processi assistenziali ad inte-grazione dell’analisi orientata ai risultati otte-nuta dagli indicatori di I livello. Le eventualidifformità delle scelte assistenziali rispetto aicomportamenti raccomandati, oltre a costitui-re un dato significativo di per sé (il trattamen-to raccomandato dovrebbe essere applicato al100% dei casi in cui non si rilevino controin-dicazioni o criteri di esclusione) potrebberocontribuire a spiegare, almeno in parte, la va-riabilità degli esiti misurati con gli indicatoridi I livello. In presenza di processi assistenzialiconformi a quelli raccomandati, gli altri fatto-ri che possono spiegare la variabilità degli esi-ti sono le difformità nella codifica della SDOe l’eterogeneità nei criteri di accesso alle cure,in particolare alle cure ospedaliere, in quellecondizioni caratterizzate da elevata efficaciateorica dei trattamenti e necessità di un inter-vento precoce (es. infarto miocardico acuto).L’analisi delle cartelle cliniche consente, inol-tre, un’analisi più specifica dei processi assi-stenziali in relazione al problema della gestio-ne del rischio clinico: due indicatori AHRQin particolare (“failure to rescue” e “mortalitànei DRG a bassa mortalità”) sembrano relati-vamente robusti rispetto ai problemi di codi-fica e hanno il potenziale di identificare casicon processi assistenziali problematici; piutto-sto che misure associabili a valori di significa-tività statistica, questi due indicatori costitui-scono strumenti di identificazione di singolicasi di ricovero da sottoporre a revisione cri-tica. Le modalità di campionamento per la ri-levazione dei dati finalizzata alla costruzionedegli indicatori di II livello e al controllo cam-pionario di qualità della documentazione so-


32

iSup

plem

enti

di

no riportati nell’allegato F. Le schede di rile-vazione dei dati sulle cartelle cliniche sono ri-portate negli allegati G, H, I, J, K e si riferisco-no alle seguenti condizioni cliniche: infartomiocardico acuto, scompenso cardiaco, ictuscerebri, chirurgia dell’anca e chirurgia del co-lon.Al fine di consentire modalità uniformi dirilevazione dei dati, ciascuna unità operativa hacostituito un gruppo di rilevatori (infermieri,medici o figure amministrative, per lo più conesperienze pregresse di acquisizione di dati dal-le cartelle cliniche). I rilevatori sono stati ad-destrati realizzando eventi formativi organiz-zati al fine di acquisire competenze specifichedi rilevazione per gli indicatori di II livello(Roma: 27-28 ottobre 2003;Cernusco sul Na-viglio – Milano: 4 dicembre 2003 e 1 aprile2004; Firenze: 27 maggio 2004; Roma 17 di-cembre 2004);

c. controllo della qualità della documentazioneclinica: una cattiva qualità della documenta-zione potrebbe invalidare il controllo descrit-to al punto precedente e rendere paradossal-mente più affidabili gli indicatori di I livello:soprattutto nella documentazione clinica deicasi dell’area chirurgica è possibile identifica-re gravi carenze informative, tali da compro-mettere un’adeguata analisi dei processi assi-stenziali. Una valutazione indipendente dellacartella clinica, basata su criteri espliciti, po-trebbe consentire di interpretare più corretta-mente alcuni risultati relativi agli indicatori diII livello. Nell’allegato L è riportata la schedadi valutazione della qualità della documenta-zione clinica.

GLI APPROCCI REGIONALIAll’interno del quadro metodologico generaleche è stato sopra descritto, alcune Regioni han-no anche sviluppato dei percorsi particolari, chetalvolta hanno mostrato significative caratteristi-che di originalità, complessità e articolazione.Traqueste, riportiamo qui una sintesi degli approcciutilizzati in Toscana, Puglia, Sicilia.

IL PERCORSO IN REGIONE TOSCANA Il gruppo di ricerca della Toscana, che fa capo al-l’Osservatorio Qualità (OQ) dell’Agenzia Re-gionale di Sanità, ha affrontato in modo partico-larmente approfondito due problemi: la valida-zione degli indicatori di I livello e la consulta-zione della documentazione sanitaria per il cal-colo degli indicatori di II livello.

Indicatori di I livello: validazione Il processo di validazione degli indicatori di I li-vello si è articolato in tre principali fasi:1. valutazione della corretta applicazione dei cri-

teri di calcolo degli indicatori proposti dal-l’AHRQ (corretta attribuzione dei casi al nu-meratore e denominatore);

2. verifica della distribuzione degli indicatori traospedali appartenenti a sottogruppi omogeneiper caratteristiche strutturali e organizzative;

3. valutazione di congruenza tra i risultati otte-nuti dal progetto di ricerca dell’ASSR e quel-li provenienti da altri progetti già in corso inalcuni settori assistenziali.

In questa sede viene discussa soltanto la fase 3,che si ritiene più rilevante per gli spunti di ri-flessione generale che offre. L’attenzione è statarivolta in particolare a tre aree già oggetto di al-tri studi coordinati dall’Agenzia Regionale di Sa-nità (ARS) della Toscana: a) mortalità per inter-vento di By-pass aorto-coronarico (BPAC); b)mortalità per stroke; c) mortalità per Impianto diProtesi d’anca.Mortalità (e volumi di procedure) per BPAC. Fontedella validazione è stato il progetto “Osservato-rio Regionale sulla qualità e sugli esiti delle car-dio-chirurgie toscane”, avviato nel 2004 sulla ba-se di una Delibera di Giunta Regionale. È stataanalizzata l’attività cardiochirurgica 1997-2004 ela mortalità intraospedaliera e la mortalità a 30giorni, con aggiustamento secondo indice Euro-score, per l’anno 2003. La prima e più generaleosservazione consisteva nel rilevare come, nellostudio dell’ASSR, i valori di mortalità intraospe-daliera, sia grezza che aggiustata, fossero sempre


33

iSup

plem

enti

di

superiori (talvolta in modo assai rilevante) ai va-lori ottenuti nell’ambito dello studio OQ.Ad unaaccurata indagine sono state identificate molte di-versità nelle scelte metodologiche adottate, chepossono incidere su tali differenze:1) lo studio dell’ASSR ha adottato la definizione

di ‘BPAC non isolato’, nello studio OQ ven-gono considerati solo i casi con BPAC isolato(in accordo a indicazioni di letteratura e ad al-tre esperienze in ambito internazionale e na-zionale);

2) lo studio dell’ASSR considera i ricoveri di pa-zienti con età uguale o superiore a 40 anni, lostudio OQ considera i pazienti con età ugua-le o superiore a 20 anni: si pone quindi un pro-blema di definizione del significato di ‘classid’età adulte’;

3) lo studio dell’ASSR, in accordo ai criteri del-l’AHRQ, esclude i pazienti trasferiti ad altroospedale per acuti.Tale esclusione non vieneapplicata nello studio OQ, poiché tale tipolo-gia di trasferimento è pratica piuttosto diffusanelle strutture toscane (e probabilmente anchein altre strutture ospedaliere in Italia);

4) lo studio dell’ASSR applica un risk adjustmentsulla base del sistema APR-DRG, lo studio OQutilizza per l’anno 2002 l’indice di Charlson eper l’anno 2003 l’indice Euroscore (specificoper le attività di cardiochirurgia);

5) lo studio dell’ASSR valuta la mortalità nei ri-coveri, lo studio OQ valuta la mortalità nei pa-zienti (metodo peraltro applicato rispondentea numerose indicazioni in letteratura).

Il calcolo dell’indicatore, secondo i diversi crite-ri di definizione di numeratore e denominatoresopra esposti può portare a stime di mortalità in-traospedaliera anche molto inferiori al valore ba-sato sul metodo dell’AHRQ.Si pone dunque unariflessione di carattere generale: nel calcolo, nellalettura e nel confronto di indicatori di mortalitàintraospedaliera per BPAC è importante chiariree precisare i seguenti aspetti:ndefinizione del fenomeno clinico: BPAC isola-to o BPAC non isolato?;

ndefinizione della popolazione in studio: pazien-ti o ricoveri? Quali fasce d’età?;

ndefinizione del percorso assistenziale reale dei pa-zienti: qual’è l’impatto di un’eventuale esclusio-ne di pazienti trasferiti ad altri reparti per acuti?;

n scelta del metodo di risk adjustment: poichél’APR-DRG è poco specifico per il settore assi-stenziale cardiochirurgico, è possibile usare il pun-teggio Euroscore o, alternativa ancora migliore,un set di variabili cliniche per le quali sia stata di-mostrata la relazione con il rischio di morte?

Mortalità per ictus. Fonte della validazione è statal’attività del “Gruppo di lavoro regionale per ladefinizione del percorso assistenziale dei pazien-ti con ictus” (gruppo multidisciplinare, coordina-to dalla Direzione Generale Diritto alla Salute,Consiglio Sanitario Regionale e ARS Toscana),nell’ambito della quale l’OQ dell’ARS Toscanaha effettuato alcune stime di attività e di morta-lità per gli anni 2000-2003. Le principali diffe-renze riscontrate tra lo studio dell’ASSR e l’e-sperienza toscana sono state:1. lo studio OQ, su indicazione dei clinici (in-

ternisti e neurologi), ha escluso alcuni codici(430=emorragia subaracnoidea; 433.01=oc-clusione dell’arteria basilare, senza infarto;433.11=occlusione della carotide, senza infar-to), anche in allineamento a quanto discussonell’ambito del progetto dell’ASSR ‘Indicato-ri di qualità delle attività socio-sanitarie terri-toriali’;

2. lo studio OQ seleziona i ricoveri con i codicidi interesse presenti in almeno uno dei campiche indicano le 6 diagnosi di dimissione, men-tre il metodo dell’AHRQ seleziona soltanto icasi con codici in diagnosi principale (anchequesta scelta è stata dettata da motivati sugge-rimenti dei clinici);

3. lo studio OQ distingue i ricoveri indice (il ri-covero che un soggetto fa per la prima volta ocomunque a distanza di almeno 12 mesi dalprecedente ricovero) dai ricoveri successivi(qualunque ricovero effettuato da uno stessosoggetto successivamente, ma comunque en-


34

iSup

plem

enti

di

tro 365 giorni dal ricovero indice) e, analoga-mente, la mortalità intraospedaliera per le duetipologie;

4. come per il BPAC, lo studio OQ valuta la mor-talità nei pazienti, anziché nei ricoveri;

5. come per il BPAC, il metodo AHRQ esclu-de i trasferiti ad altro ospedale per acuti, men-tre questo criterio non è utilizzato dallo stu-dio OQ.

Il calcolo dell’indicatore, secondo i diversi crite-ri di definizione di numeratore e denominatore,può portare a stime di mortalità intraospedalierasuperiori al valore basato sul metodo dell’AHRQ.Mortalità per protesi d’anca. Fonte della validazioneè stata il Progetto “Registro di Implantologia Pro-tesica Ortopedica”, avviato nell’ambito di un Pro-getto di Ricerca Sanitaria Finalizzata, finanziatodal Ministero della Salute e coordinato dall’Istitu-to Ortopedico Rizzoli (Progetto RIPO). L’ARSToscana ha avviato un’attività pilota di registra-zione degli interventi di protesi d’anca, con la col-laborazione di alcune strutture di ortopedia dellaRegione e con trasmissione dati mediante appli-cativo web. Lo sviluppo dell’attività intrapresa sicolloca nell’ambito di uno dei dodici Progetti Spe-ciali del Piano Sanitario Regionale 2005-2007.Le principali differenze riscontrate tra lo studiodell’ASSR e l’esperienza toscana sono state:1. lo studio OQ ha delimitato la sua base dati ai

ricoveri con DRG 209 e con reparto di am-missione ‘ortopedia’;

2. come per il BPAC, il metodo dell’AHRQesclude i trasferiti ad altro ospedale per acuti,mentre questo criterio non è utilizzato dallostudio OQ.

Il calcolo dell’indicatore, secondo i diversi crite-ri di definizione di numeratore e denominatore,può portare a stime di mortalità intraospedalierainferiori al valore basato sul metodo dell’AHRQ;tuttavia, nel caso della mortalità per protesi d’an-ca in artrosi (interventi in elezione), dati i valoricomunque molto bassi dell’indicatore, queste dif-ferenze risultano meno rilevanti rispetto al casodell’ictus e del BPAC.

In conclusione, i confronti effettuati hanno con-sentito di esplorare le differenze, a volte sostan-ziali, nei valori che gli indicatori possono assu-mere come conseguenza dell’adozione di criteridiversi nella definizione di numeratori e deno-minatori. È importante dunque, quando ci si ap-presti a interpretare o confrontare indicatori diqualità dell’assistenza, anche apparentemente si-mili per denominazione o per definizione del fe-nomeno clinico-assistenziale indagato, ma prove-nienti da studi diversi, essere consapevoli di que-sto aspetto e approfondire la conoscenza dei cri-teri adottati dai singoli studi, prima di trarre con-clusioni sul significato di eventuali differenze ri-scontrate.

Indicatori di II livello: la consultazione delle documentazioni sanitarieLa Regione Toscana è suddivisa in 12 AziendeUSL e comprende 3 Aziende Ospedaliere Uni-versitarie e un’Azienda Ospedaliera specialisticaper l’assistenza pediatrica (Ospedale Meyer).Com-plessivamente, sono presenti 41 ospedali pubbli-ci e oltre 30 strutture private, alcune delle qualimonospecialistiche. La decisione è stata quella dieffettuare la rilevazione per gli indicatori di II li-vello in tutte le strutture della Regione, quandocomprensive di reparti pertinenti alle patologiedi interesse, adottando tuttavia alcuni criteri di se-lezione. I criteri di selezione adottati sono stati:a) esclusione delle strutture private, molte dellequali a indirizzo monospecialistico (ad es. a indi-rizzo riabilitativo), o con numero troppo esiguodi ricoveri/anno; b) esclusione di tutte le strut-ture mono/paucispecialistiche orientate a pato-logie e attività assistenziali non pertinenti alla ri-cerca; c) inclusione prioritaria delle strutture conoltre 5.000 ricoveri/anno, per evitare eccessivispostamenti dei rilevatori in funzione di numeriesigui di cartelle. In base a criteri di pertinenzaalle patologie in studio, di rappresentatività dellarete ospedaliera regionale e di fattibilità, sono sta-ti dunque identificati come eleggibili e priorita-ri per la rilevazione 35 ospedali, distribuiti su tut-


35

iSup

plem

enti

di

to il territorio regionale. Per gli ospedali così se-lezionati, è stata pianificata la selezione del cam-pione di cartelle cliniche pari al 5% (circa 2.000cartelle), da estendere eventualmente in un se-condo tempo al 10% (anche successivamente al-la conclusione del progetto di ricerca). L’interafase di consultazione, incluse le tappe prelimina-ri di contatti con le Aziende, identificazione e for-mazione dei rilevatori (medici e infermieri), si èsvolta nel periodo marzo-dicembre 2004. Il pe-riodo gennaio-aprile 2005 è stato invece dedica-to alla verifica di qualità e all’input dei dati. Par-ticolarmente importanti sono stati nell’esperien-za toscana: l’organizzazione di incontri di forma-zione teorico-pratica per i rilevatori, anche in col-laborazione con l’UO della Lombardia; l’identi-ficazione di un nucleo di coordinamento pressol’Agenzia, costituito da due Caposala con espe-rienza specifica in consultazione e valutazionedella documentazione sanitaria, con funzioni ditutorship e supporto durante tutta la fase di con-sultazione; l’allestimento di un manuale di istru-zioni per i rilevatori.Al progetto hanno aderito10 Aziende Sanitarie su 12 e le 3 Aziende Ospe-daliere Universitarie. Nella consultazione sonostati coinvolti circa 30 rilevatori (prevalentemen-te infermieri, ma anche medici). In totale, sonostate selezionate 1.916 cartelle, un campione pa-ri al 4,4% dei 43.473 ricoveri effettuati per le pa-tologie in studio nei 35 ospedali identificati (nonè stato possibile raggiungere il 5% nei tempi pre-visti dallo studio dell’ASSR, sia per la mancataadesione in tempo utile di due Aziende, sia perdifficoltà incontrate nel recupero di un certo nu-mero di cartelle). Le cartelle consultate sono sta-te 1.888 (il 4,3% dei ricoveri di pertinenza).In conclusione, il lavoro effettuato è stato capil-lare e impegnativo sul piano organizzativo, ma haconsentito di assicurare una quasi completa rap-presentatività delle rete regionale toscana, con-sentendo inoltre di costruire una rete di collabo-razioni (con i rilevatori, con le Direzioni Infer-mieristiche e con le Direzioni Mediche di Presi-dio) e di sperimentare un metodo di lavoro che

potrà costituire una risorsa preziosa in futuri pro-getti di ricerca e di miglioramento della qualitàdei servizi, sia in ambito regionale, sia in singoleAziende Sanitarie.

IL PERCORSO IN REGIONE PUGLIALo svolgimento del progetto in Puglia si è arti-colato in diverse fasi operative:nCorsi di formazionenAttività di preparazione del materiale per la ri-levazione dei dati

nAttività di raccolta dati e completamento DataBase

nAttività di selezione e coordinamento delle Uni-tà Operative

nAttività di raccolta dei feedback dalle UnitàOperative coinvolte.

Individuate le Unità Operative dove svolgere lesperimentazioni e portatele a conoscenza del pro-getto in tutti i suoi aspetti, si è proceduto all’in-dividuazione dei referenti e degli operatori chematerialmente hanno eseguito le operazioni diselezione del materiale cartaceo, cartelle clinichee del relativo inserimento dei dati nel database.Successivamente si sono organizzati dei corsi dipreparazione alle attività sopra menzionate, perrendere operativi i soggetti interessati.A comple-tamento dei “mini” corsi informativi e prepara-tori, si è affiancato anche un help-desk on-line at-traverso il quale chi ha avuto la necessità ha po-tuto contattare direttamente la responsabile scien-tifica del Progetto. Ottenute le autorizzazioni el’acquisizione dei relativi permessi agli enti dicompetenza, si è proceduto alla raccolta delle car-telle cliniche, da cui attingere i dati necessari al-lo svolgimento della ricerca. Nella fattispecie sisono visionati gli archivi e si è stilato un piano dilavoro per la disposizione delle cartelle cliniche,in modo da ottimizzare sia il lavoro degli opera-tori delle Unità Operative, sia quello degli ope-ratori archivisti. L’attività di raccolta dati è statasvolta dagli operatori prescelti per ogni UnitàOperativa. Una volta completate le rilevazioni suimodelli cartacei, si è proceduto al trasferimento


36

iSup

plem

enti

di

degli stessi in formato digitale, attraverso l’ausiliodel software fornito a tutte le Unità Operative.Per la selezione delle Unità Operative da coin-volgere nel progetto, si sono prima tenuti dei se-minari con i referenti aziendali e successivamen-te si è proceduto alla raccolta dei feedback perogni Unità Operativa, costruendo così un mo-dello con l’ausilio del quale si sono scelte le Uni-tà Operative da coinvolgere.Tra quelle che han-no manifestato una sensibilità nei confronti deglioutput del progetto, si sono scelte quelle che rac-coglievano parametri geografici tali da essere rap-presentative della realtà pugliese. Si sono svolte ri-unioni nelle quali, oltre alla comunicazione del-lo stato dell’arte delle attività in svolgimento, sisono esposte problematiche, dubbi, ecc., ai qualisi è cercato di porre tempestiva soluzione.Al ter-mine di ogni attività prettamente inerente alla for-mazione, raccolta dati e completamento degli stru-menti informatici appositamente elaborati per larealizzazione del progetto, si è prevista una fase difeedback per ogni Unità Operativa coinvolta, perverificare come lo studio sia stato accolto sia dairesponsabili della Direzione Sanitaria, che dai li-velli operativi.Per quanto attiene allo studio effettuato sulle di-missioni volontarie, la realtà emersa da quest’a-nalisi, effettuata su tutte le schede del 2002, è ri-uscita a fornire una fotografia non solo della real-tà ospedaliera, ma anche di quella socio-cultura-le regionale.

IL PERCORSO IN REGIONE SICILIAPer la realizzazione del programma la Regione Si-ciliana ha costituito un gruppo di supporto re-gionale, coordinato dal referente Antonio Coluc-ci, che ha curato la messa a punto dei documentidi lavoro, ha programmato e realizzato le azioniformative e di coinvolgimento dei diversi attori,ha pianificato e coordinato la diverse fasi di rile-vazione.Per il calcolo degli indicatori di primo li-vello, il Dipartimento ha messo a punto il databa-se dei ricoveri ospedalieri relativo agli anni 2002e 2003, utilizzando il sistema di controlli adotta-

to dalla Regione Siciliana. Il database è stato mes-so a disposizione del progetto anche per la valida-zione degli indicatori di I livello e per la selezio-ne del campione di cartelle cliniche da utilizzareper il calcolo degli indicatori di secondo livello.La sperimentazione degli indicatori di secondo li-vello è stata realizzata presso l’Azienda ospedalie-ra S.Antonio Abate di Trapani e l’ASL 9 di Trapa-ni, i cui rispettivi referenti hanno partecipato aidue giorni di formazione, svoltisi presso l’Uni-versità degli Studi di Roma Tor Vergata, nel corsodei quali sono state presentate le modalità di rile-vazione dei dati necessari per il calcolo degli in-dicatori di secondo livello. Nel marzo 2004, nelcorso di una sessione di lavoro svoltasi presso l’A.O.Sant’Antonio Abate di Trapani, sono state illustra-te le finalità e le modalità di svolgimento della ri-cerca, e sono state descritte e discusse, in partico-lare, le schede di rilevazione dei dati per il calco-lo degli indicatori di secondo livello.Alla riunio-ne hanno preso parte numerosi professionisti del-le Unità Operative coinvolte (medicina generale,cardiologia, chirurgia, ortopedia), che hanno su-bito mostrato notevole interesse per le finalità del-la ricerca e gli strumenti per la raccolta dei dati.Successivamente, presso ciascuna delle due Azien-de è stato costituito il gruppo di lavoro che ha ef-fettuato la rilevazione dei dati. Il campionamentodelle cartelle cliniche da analizzare, per la valida-zione degli indicatori di II livello, è stato realizza-to in collaborazione con l’ASSR.La rilevazione èstata effettuata nel periodo aprile-maggio 2004 su1632 cartelle cliniche relative a ricoveri realizzatinel 2002 presso l’A.O Sant’Antonio Abate e i pre-sidi ospedalieri di Mazara del Vallo e Castelvetra-no, appartenenti alla ASL 9 di Trapani. L’analisi deidati relativa al calcolo degli indicatori di I livelloha evidenziato la necessità di procedere ad una ve-rifica della qualità di codifica delle dimissioni pervalutare l’influenza delle dimissioni volontarie sulcalcolo dei tassi di mortalità intraospedaliera. Laverifica è stata effettuata nel periodo dicembre2004-febbraio 2005, attraverso il controllo dellecartelle cliniche relative a 200 casi di dimissioni


37

iSup

plem

enti

di

volontarie effettuate presso l’A.O Sant’AntonioAbate e i presidi ospedalieri di Mazara del Vallo eCastelvetrano.L’attività realizzata nel corso di questa ricerca co-stituirà, inoltre, un punto di forza per la defini-zione di un progetto di benchmarking che il Di-partimento Osservatorio Epidemiologico sta ela-borando e che, grazie anche agli strumenti e allemetodologie messe a punto nel corso della ricer-ca, si propone di dare ulteriore impulso al pro-cesso di diffusione della cultura della valutazionee di promozione della qualità all’interno del Ser-vizio Sanitario Regionale.

CALCOLO DEGLI INDICATORIDal sito web dell’Agenzia AHRQ è possibile ac-cedere ai tre pacchetti di programma che hannoconsentito di calcolare le tre tipologie degli indi-catori di I livello:n Inpatient Quality Indicators – IQi (mortalità percondizioni cliniche, mortalità post-operatoria,volumi di attività, ove è dimostrata una relazio-ne inversa tra volumi di attività e qualità, ap-propriatezza, valutata attraverso la percentualedi utilizzazione di alcune procedure come il par-to cesareo);

nPatient Safety Indicators – PSi, orientati alla ge-stione del rischio clinico;

nPreventive Quality Indicators – PQi, utili piùper la valutazione dell’attività territoriale inquanto descrivono l’ospedalizzazione evitabile.

Tali programmi presuppongono la disponibilitàdi un software proprietario (SAS o SPSS); ai finidella trasferibilità degli strumenti metodologicisarebbe opportuno disporre di uno strumento dielaborazione “open source”; ciò si potrebbe rea-lizzare traducendo, in forma ridotta, il program-ma di elaborazione in un linguaggio che ne con-senta l’implementazione su siti web dinamici, alfine di creare le premesse per un uso diffuso delprogramma (a livello di singola struttura ospeda-liera o di ASL). Le organizzazioni di livello supe-riore (Regioni o Agenzie) avrebbero comunquel’esigenza di un’analisi più complessa e in tal ca-

so è più appropriato l’uso del programma com-pleto. L’elaborazione dei dati nell’ambito del pro-getto di ricerca è stata effettuata utilizzando i pro-grammi SAS, ottenuti mediante download dal si-to dell’AHRQ. In sintesi, i tre pacchetti di pro-gramma (IQi, PSi, PQi) forniscono i risultati ela-borando i dati, dopo l’importazione dei dati stes-si, in tre passaggi successivi:1) ad ogni caso viene assegnato un flag di attri-

buzione al numeratore e/o al denominatore diciascun indicatore;

2) vengono calcolati i valori degli indicatori grez-zi (tipicamente: numeratore/denominatore);

3) vengono calcolati gli indicatori aggiustati peril rischio combinando le covariate dei singolicasi con i coefficienti di regressione parzialeforniti dal programma.

Per ottenere i risultati sono necessari quindi i se-guenti file:a) file di dati in appropriato formato testo: utiliz-

za i codici USA dei campi SDO identici o ana-loghi o assimilabili. Quindi la prima operazio-ne da effettuare è una transcodifica dei datiSDO uniformati al tracciato ministeriale o unatrasformazione di variabili SDO alle variabilipreviste dall’AHRQ. L’elaborazione di provaera stata effettuata sui dati della Lombardia; nel-l’allegato M sono riportati i criteri di transco-difica e trasformazione delle variabili (dallaSDO della Lombardia all’equivalente SDO de-gli USA) necessari per la lettura dei dati. Il pas-saggio successivo, più banale, è stato la trans-codifica da tracciato SDO nella versione adot-tata dalla Regione Lombardia a “tracciatoSDO”nella versione ufficiale del Ministero del-la Salute, assunto come formato uniforme pertutte le varianti dei codici SDO delle diverseRegioni;

b) file di formato: contengono la corrisponden-za tra codici ICD-9-CM afferenti ai singoli in-dicatori. In caso di revisione ICD-9-CM (pe-riodicamente effettuata) è sufficiente modifi-care questo file senza modificare il “core” delprogramma;


38

iSup

plem

enti

di

c) file di elaborazione: xxSAS1, xxSAS2, xxSAS3realizzano i tre passaggi descritti in preceden-za. Il terzo passaggio di programma utilizza unfile esterno in formato testo dei coefficienti diregressione parziale che eventualmente potràessere modificato qualora fossero disponibilistime migliori dei coefficienti ricavate dai da-ti italiani o da qualsiasi altra popolazione stan-dard ritenuta più appropriata;

d) file di controllo: consente di selezionare ele-menti opzionali quali, ad esempio, il numerodelle diagnosi contenute nella SDO italiana.

Per informazioni più dettagliate sulle caratteristi-che dei programmi di elaborazione, sui criteri diselezioni dei casi, sulle modalità di aggiustamen-to del rischio, sulle cautele relative all’interpreta-zione dei risultati e per il download dei file diprogramma, è opportuno fare riferimento al sitodell’AHRQ(www.qualityindicators.ahrq.gov/downloads.htm).

VALIDAZIONE DEGLI INDICATORI Gli indicatori di I livello, che utilizzano come fon-te informativa la SDO, sono definiti da codiciICD-9-CM di diagnosi e di procedura chirurgi-ca: l’analisi delle distribuzioni di frequenza dei co-dici effettivamente utilizzati in Italia ha consen-tito di effettuare una validazione empirica e didescrivere la variabilità tra Regioni e tra singolestrutture ospedaliere: le prime evidenze raccoltesuggeriscono che gli indicatori di qualità “tradi-zionali” (mortalità per patologie e post-operato-ria, volumi di attività, appropriatezza) sono robu-sti rispetto ad eventuali problemi di codifica,men-tre gli indicatori orientati alla rilevazione dellecomplicanze e degli eventi avversi dipendono, perla loro sensibilità, dal contesto culturale e orga-nizzativo in cui sono inseriti: sembrano essere tan-to più informativi quanto più è stata strutturatauna politica complessiva di gestione del rischioclinico. In aggiunta alla validazione “empirica”,basata sulla distribuzione di frequenza dei codici,è stata avviata una validazione a priori, basata sulgiudizio dei clinici, strutturati in gruppi di lavo-

ro per area specialistica, che hanno formalizzatoosservazioni e proposte di correzione sulla co-struzione degli indicatori di I livello, basati sulleSDO, e sulla rilevazione degli indicatori di II li-vello, costruiti sulla base delle informazioni trat-te dalle cartelle cliniche. Riteniamo che questopassaggio di validazione degli indicatori sia indi-spensabile ai fini della trasferibilità della metodo-logia, anche perché la continua evoluzione del si-stema di classificazione delle diagnosi e delle pro-cedure richiede una interazione continua con cli-nici esperti di codifica per mantenere aggiorna-to il sistema di indicatori e la sua capacità di de-scrivere accuratamente gli eventi sanitari. La re-lazione tra qualità della documentazione, evolu-zione dei sistemi di codifica e validità degli indi-catori rimane uno degli aspetti più discussi nellaletteratura biomedica, anche recente49,50. Il conti-nuo sviluppo di nuovi trattamenti efficaci, che siaggiungono ai trattamenti già inclusi nello stan-dard, richiede inoltre un continuo aggiornamen-to delle schede di rilevazione dati delle cartellecliniche per la valutazione dei processi assisten-ziali: anche in questo caso è indispensabile la col-laborazione con i clinici. Le osservazioni che igruppi di lavoro dei clinici hanno formalizzatonell’ambito del progetto di ricerca finalizzata e lacomposizione dei gruppi di lavoro sono riporta-ti nell’allegato N. Le osservazioni dei clinici sugliindicatori di I livello non hanno determinato al-cuna modificazione dei criteri di costruzione de-gli indicatori, al fine di consentire la comparabi-lità dei risultati a livello internazionale, ma han-no fornito utilissimi elementi di interpretazionedei risultati che verranno opportunamente pub-blicizzati, sotto forma di “cautele nell’interpreta-zione” in tutte gli ambiti di presentazione dei da-ti. Invece le osservazioni dei clinici sugli indica-tori di II livello hanno determinato significativerevisioni delle schede di rilevazione dei dati del-la cartella clinica, la cui forma (riportata negli al-legati G,H,I,J,K) è il risultato di due componen-ti: le schede originali CMS tradotte in italiano ele proposte di modifica avanzate dai clinici. L’at-


39

iSup

plem

enti

di

tività di rilevazione ha, tuttavia, posto ulterioriproblemi di interpretazione all’atto dell’acquisi-zione del dato dalla cartella clinica; al fine di uni-formare i comportamenti di rilevazione è statoattivato un punto di consultazione centrale conil compito di aggiornare l’inventario dei quesitie delle risposte. I quesiti venivano di volta in vol-ta indirizzati ai clinici di riferimento e le rispo-ste diventavano patrimonio comune per mezzodi un file periodicamente aggiornato accessibilea tutti i rilevatori (allegato O).

PRINCIPALI RISULTATI È necessario premettere che l’analisi del signifi-cato specifico dei risultati non rientra tra gli obiet-tivi prioritari del progetto di ricerca: è stata por-tata, infatti, a conclusione una sperimentazionefinalizzata più a sviluppare una metodologia dianalisi dei dati piuttosto che uno studio osserva-zionale. La descrizione dei risultati, pertanto, de-ve essere inquadrata nel contesto di quello che èstato l’obiettivo principale della sperimentazione,cioè la validazione della metodologia proposta,articolata su due piani: descrizione accurata e pre-cisa dei fenomeni oggetto di valutazione e appli-cabilità degli strumenti di analisi dei dati. I risul-tati della sperimentazione sono, pertanto, innan-zitutto risultati metodologici (validazione degliindicatori, identificazione e misurazione dell’im-patto dei fattori di confondimento, implementa-zione degli strumenti di analisi) che, in subordi-ne, producono informazioni specifiche su alcuniprocessi assistenziali (misurazioni della qualità edell’appropriatezza specifica di un insieme piut-tosto ampio di attività ospedaliere). Il documen-to riporta una sintesi dei risultati prodotti in que-sta ricerca. Ulteriori dati sono disponibili sul si-to internet dell’ASSR (www.assr.it).

DESCRIZIONE DEI RISULTATI OTTENUTIRelazione tra indicatori e base di datiGli indicatori sviluppati nell’ambito del progettofanno riferimento alla maggior parte dei ricove-ri ospedalieri ordinari. Sono esclusi dall’analisi i

ricoveri in regime di day-hospital e i ricoveri or-dinari nei reparti di riabilitazione, compresa l’u-nità spinale e la lungo-degenza. Per il primo sot-toinsieme non è previsto alcun tipo di indicato-re. Per i ricoveri in riabilitazione e in lungo-de-genza possono essere teoricamente applicati gliindicatori collegati agli eventi avversi e alle com-plicanze del ricovero, ma i risultati corrispondentinon sono riportati nella successiva descrizione,che si riferisce esclusivamente ai ricoveri per “acu-ti”. La base di dati di riferimento è costituita da6.682.181 ricoveri del 2002 e da 5.525.686 ri-coveri del 2003; il progetto prevedeva, inizial-mente, l’analisi dei dati delle SDO e delle cartel-le cliniche del 2002, ma l’interesse suscitato dal-la prima elaborazione dei dati del 2002 ha indottole Unità Operative aderenti al progetto ad esten-dere l’analisi anche ai dati dell’anno successivo:solo una Regione non ha inviato i dati del 2003.La distribuzione dei ricoveri per Regione neglianni 2002 e 2003 è riportata nella Tabella 1.

Tali dati concorrono al calcolo degli indicatoridi I livello (Inpatient Quality Indicators – IQie Patient Safety Indicators – PSi). Complessiva-mente, il grado di copertura degli indicatoriAHRQ rispetto alla base di riferimento è su-periore al 95%. Gli indicatori collegati alla va-lutazione della mortalità per condizioni clini-che e per procedure sono collegati ad una per-centuale di casi variabile tra il 6% e il 12% cir-


40

iSup

plem

enti

di

TABELLA 1 - Distribuzione dei ricoveri per Regione - Anni 2002 e 2003

Regione 2002 2003LOMBARDIA 1.507.840 1.434.463MARCHE 231.304 217.825AO VERONA 62.325 60.765UMBRIA 130.023 125.880SICILIA 856.870 832.711TOSCANA 527.723 496.059PUGLIA 755.558 698.490TRENTO 65.581 59.684PIEMONTE 518.660 500.993MOLISE 66.158 61.634CAMPANIA 906.346 874.992FRIULI 169.352 162.190LAZIO 884.441 0Totale 6.682.181 5.525.686

ca (tipicamente 8-10%). I valori più bassi (circail 6%) si riscontrano in Campania, Puglia e Si-cilia. I valori più elevati in Friuli Venezia Giu-lia, Piemonte e Toscana (11-12%). In Lombar-dia gli indicatori di mortalità per condizioni cli-niche e procedure si riferiscono all’8,22% deicasi. Nella Figura 1 è riportata la distribuzionedei ricoveri in Lombardia secondo le differentitipologie di indicatori. I dati relativi alle altreRegioni sono riportati negli allegati P, in parti-colare nell’allegato P4.

La percentuale di casi afferenti agli indicatori dimortalità per condizioni cliniche e per procedu-re che viene riportata nel grafico si riferisce ai ca-si a rischio e non ai decessi, che rappresentano unsottoinsieme dei casi classificati come a rischio.Questi casi afferiscono a condizioni cliniche oprocedure caratterizzate da una relativamente ele-vata probabilità di morte intra-ospedaliera. Unaquota aggiuntiva di casi (20,6%), mutuamenteesclusiva rispetto alla precedente, è rappresentatadall’indicatore collegato alla mortalità nei DRGa bassa mortalità.Anche in questo caso si inten-dono i casi a rischio e quindi i casi che concor-rono a definire il denominatore. Gli altri singoli

sottoinsiemi di rilievo sono costituiti dai casi col-legati agli indicatori di utilizzazione (8,0%) e agliindicatori relativi alle altre complicanze (63,0%).L’insieme di tutti questi sottoinsiemi, non neces-sariamente mutuamente esclusivi, determina l’im-magine riportata nella Figura 1.La priorità di attribuzione ai sottoinsiemi della Fi-gura 1 è:mortalità per procedure o condizioni cli-niche,mortalità nei DRG a bassa mortalità, failureto rescue;ad esempio,un singolo evento morte puòconcorrere sia all’indicatore “mortalità nei DRG abassa mortalità” pari al 20,6% (Figura 1), sia all’in-dicatore “failure to rescue” (che, in assenza di attri-buzione al primo indicatore, concorre con gli altriindicatori di Safety al sottoinsieme che costituisceil 63,0% dei ricoveri); pertanto questo soggetto, inbase ai criteri di priorità, verrà attribuito al primoindicatore (“mortalità nei DRG a bassa mortalità”).

Distribuzione delle covariateL’analisi della distribuzione dei casi per le cova-riate (sesso, età, classe di rischio intrinseco di mor-te e classe di severità secondo gli APR) è neces-saria per rispondere a due quesiti correlati, preli-minari all’interpretazione degli indicatori: 1) sesiano dimostrabili differenze tra Regioni (o traospedali) per quanto attiene alle caratteristichedemografiche o di gravità clinica o di impegnoassistenziale dei casi trattati; 2) se siano dimostra-bili, sull’insieme dei dati, fenomeni di eccessivaconcentrazione in alcune classi di rischio (relati-ve a morte e severità della malattia), definite daicodici ICD-9-CM di diagnosi. Si differenzia, daquesto pattern, il sottogruppo di pazienti che af-ferisce alla mortalità per condizioni cliniche, do-ve le percentuali di casi che si distribuiscono nel-le classi 1 e 2 sono quasi equivalenti sia per il ri-schio intrinseco di morte, sia per la severità del-la malattia (attorno al 40% per ciascuna classe).Per quanto riguarda la mortalità per procedure, icasi sono tipicamente concentrati nella classe 1(circa oltre l’85%) per il rischio intrinseco di mor-te, con l’eccezione di una sola Regione che è ca-ratterizzata da un valore molto inferiore. Qual-


41

iSup

plem

enti

di

FIGURA 1 - Distribuzione dei ricoveri per tipologia di indicatori (Lombardia - anno 2002)

0,2% 5,1%3,1%

8,0%

20,6%

63,0%

Condizioni Procedure Appropriat

PS02 Resto PS Altro

Condizioni - SDO collegate alla mortalità per condizioni cliniche (Iqi)Procedure - SDO collegate alla mortalità per procedure

o interventi chirurgici (Iqi)Appropriat - SDO collegate agli indicatori di utilizzazione

e appropriatezza (Iqi)PS02 - SDO collegate ai DRG a bassa mortalità (Psi)Resto PS - SDO collegate agli altri indicatori di Safety (Psi)Altro - SDO non collegate ad alcun indicatore AHRQ

che differenza tra Regioni si evidenzia nella dis-tribuzione dei casi nelle classi di età: ad esempio,negli indicatori appartenenti alla mortalità percondizioni cliniche i pazienti con età superiore a65 anni rappresentano oltre l’80% dei casi nelleRegioni del Centro-Nord e meno dell’80% deicasi nelle Regioni del Sud. Questa differenza traRegioni probabilmente dipende, oltre che da fat-tori demografici, da differenze di propensione al-l’accesso in ospedale in funzione dell’età.Anchela distribuzione tra le classi di rischio secondo lascala APR-DRG evidenzia qualche differenza trale Regioni, anche se di minore entità. Sia le dif-ferenze per età, che per classe di rischio riscon-trate possono in parte spiegare alcune differenzetra Regioni per quanto riguarda soprattutto gliindicatori di mortalità. Nella Tabella 2 sono ri-portati, a titolo esemplificativo, i dati di tre Re-gioni (rispettivamente del Nord, del Centro e delSud) relativi alle tipologie (classi) di rischio in-trinseco di mortalità (classe APR).La distribuzione dell’insieme dei casi per sesso,età e classe di severità è riportata negli allegati P1-P3. La distribuzione delle covariate e il grado dicopertura degli indicatori di mortalità per con-dizioni cliniche e per procedure nelle singole Re-gioni sono riportati negli allegati P4.Gli allegati da P1 a P4 sono disponibili sul sitointernet dell’ASSR (www.assr.it).

I volumi di attività La prima categoria di indicatori qui analizzata sifonda sul presupposto che il rischio di un esitosfavorevole o di una complicanza in conseguen-za di un intervento chirurgico sia più elevato ne-gli ospedali che trattano un numero esiguo di ca-si. Le procedure o interventi chirurgici in cui è

stata dimostrata questa relazione corrispondonoagli “indicatori di volume” e la soglia minima èstata definita in base alle indicazioni della lettera-tura biomedica. Le soglie minime vengono con-tinuamente aggiornate, se necessario, e sono espli-citate nel manuale dell’Agenzia AHRQ.Gli even-tuali aggiornamenti sono indicati nella sintesi del-le modifiche effettuate in occasione delle succes-sive revisioni del sistema di indicatori. Percentualielevate di pazienti vengono trattati in ospedali abasso volume; in particolare ciò avviene per la re-sezione esofagea e per la resezione pancreatica;negli allegati Q1 e Q2 sono riportati i dati ri-spettivamente del 2002 e del 2003 relativi ai vo-lumi di attività per le procedure per le quali esi-stono evidenze scientifiche relative al fatto cheun volume di attività minimo possa essere asso-ciato a risultati migliori. Le tabelle riportano lepercentuali di ospedali che operano a basso vo-lume e le percentuali di pazienti che afferisconoad ospedali a basso volume. Il dato relativo agliospedali appare peggiore in quanto la maggiorparte dei pazienti si concentrano in ospedali adelevato volume di prestazioni specifiche. Non ne-cessariamente una bassa percentuale di pazientiche si rivolgono ad ospedali a basso volume è undato rassicurante: ad esempio, nel 2003 oltre il50% dei casi di resezione pancreatica è attribui-bile ad ospedali a basso volume, ma la proceduraè relativamente infrequente e il totale dei pazientioperati in ospedali a basso volume è 391. Nellostesso anno la percentuale di soggetti sottoposti aendoarterectomia carotidea in ospedali a bassovolume è inferiore a 20%, ma la base di riferi-mento è più ampia e il numero assoluto di pa-zienti operati in ospedali a basso volume è di granlunga superiore (2020). Gli indicatori di volume


42

iSup

plem

enti

di

Rischio intrinseco di mortalità (classe APR) Lombardia (%) Toscana (%) Campania (%)Rischio minimo 42,268 45,523 52,881Rischio moderato 39,691 42,213 35,897Rischio elevato 11,400 7,903 7,103Rischio estremo 6,641 4,361 4,116

TABELLA 2 - Distribuzione dei casi per classi di rischio intrinseco di mortalità in Lombardia,Toscana e Campania

non prevedono l’utilizzazione del sistema di ag-giustamento per il rischio (è necessario raggiun-gere una soglia critica di volume indipendente-mente dalle caratteristiche del case-mix) e nondovrebbero esserci dubbi nell’interpretazione de-gli indicatori, ma anche in questo caso l’inter-pretazione non può essere automatica: può capi-tare (ad esempio, per l’angioplastica coronarica)che ospedali medio-piccoli acquistino la presta-zione da altri ospedali: pertanto i pochi casi ap-parentemente trattati (dimessi) in ospedali a bas-so volume sono in realtà stati trattati da equipeappartenenti ad ospedali ad elevato volume.

La mortalità per procedureSi osserva una discreta variabilità tra Regioni, so-lo in parte attenuata aggiustando per il rischio.L’im-magine non si modifica tenendo conto del possi-bile bias di classificazione legato alla codifica del-l’esito (dimissioni volontarie – dimissioni in con-dizioni pre-terminali): per tenere conto di questopossibile bias nelle stime di mortalità (sia per pro-cedure, che per condizioni cliniche) è stata for-mulata l’ipotesi estrema in base alla quale tutte ledimissioni volontarie possano essere, in realtà, di-missioni in condizioni pre-terminali. Qualora ta-le ipotesi estrema fosse verificata, si determinereb-be il valore massimo del bias di classificazione. Inrealtà, solo una parte delle dimissioni volontariecorrisponde a dimissioni in condizioni pre-termi-nali, ma tale fenomeno può differire nelle diverseRegioni e per indicatore. Negli allegati R1 e R2sono riportati i dati relativi alla mortalità per pro-cedure rispettivamente per il 2002 e il 2003.Le ta-belle relative ai singoli indicatori riportano la mor-talità grezza, la mortalità “ricalcolata” in funzionedel valore massimo del bias di classificazione, lamortalità “aggiustata” per il rischio e la mortalità“aggiustata e ricalcolata” e, infine, il valore di con-fronto “globale” USA. I confronti con quest’ulti-mo valore devono essere effettuati con cautela, acausa delle differenze di case-mix e delle probabi-li differenze dei criteri di accesso in ospedale. Levariabili utilizzate per l’aggiustamento sono l’età,

il sesso, l’interazione dell’età con il sesso, la scalaAPR-DRG di rischio intrinseco di morte.

La mortalità per condizioni clinicheSi osserva una discreta variabilità tra Regioni, so-lo in parte attenuata aggiustando per il rischio etenendo conto del possibile bias di classificazio-ne legato alla codifica dell’esito (dimissioni vo-lontarie).Tipicamente il rapporto tra il valore mas-simo e il valore minimo di mortalità è 4:1. L’im-patto ipotizzato del bias di classificazione dell’e-sito (dimissioni volontarie che in realtà sono di-missioni in condizioni pre-terminali) è superio-re a quanto si verifica per la mortalità per proce-dure. L’analisi delle cartelle cliniche effettuata permisurare la reale entità del bias di classificazionefornisce alcune informazioni utili per rivedere lestime di mortalità (v. allegato E), che in alcuni ca-si arrivano ad una differenza assoluta di mortali-tà intra-ospedaliera per condizioni mediche del-l’ordine del 2%. L’analisi dei processi assistenzialinon sempre fornisce ulteriori elementi di inter-pretazione dei risultati, pertanto è necessario po-stulare differenze nei criteri di accesso in ospe-dale: l’ammissione o l’esclusione di soggetti conrischio intrinseco differente, descritto in modoincompleto dal sistema di aggiustamento potreb-be rappresentare un elemento interpretativo chenon è possibile misurare con i dati raccolti e congli strumenti utilizzati nell’attuale progetto. Ne-gli allegati S1 e S2 sono riportati i dati relativi al-la mortalità per condizioni cliniche rispettiva-mente per il 2002 e il 2003. Le tabelle relative aisingoli indicatori riportano la mortalità grezza, lamortalità “ricalcolata” per tenere conto del biasmassimo di classificazione, la mortalità “aggiusta-ta” per il rischio e la mortalità “aggiustata e ri-calcolata” e infine il valore di confronto “globa-le” USA. Per il confronto con quest’ultimo val-gono le considerazioni espresse nel precedenteparagrafo. Le variabili utilizzate per l’aggiusta-mento sono l’età, il sesso, l’interazione dell’età conil sesso, la scala APR-DRG di rischio intrinsecodi morte.


43

iSup

plem

enti

di

Gli indicatori di utilizzazioneSi osserva un’ampia variabilità tra Regioni per il par-to cesareo (range 14-53%) e per il parto vaginale suc-cessivo a parto cesareo (range 1-17%) e un compor-tamento piuttosto uniforme per la colecistectomialaparoscopica. I risultati di dettaglio sono riportatinegli allegati T1 e T2.Le variabili utilizzate per l’ag-giustamento sono l’età, il sesso (limitatamente ad al-cuni indicatori), l’interazione dell’età con il sesso (oveappropriata), la scala APR-DRG di severità.

Gli indicatori collegati agli eventi avversi e allecomplicanze del ricovero Si osserva una variabilità abbastanza contenuta perquanto riguarda la “mortalità nei DRG a bassa mor-talità” (indicatore assimilabile alla mortalità evitabi-le):nel 2002 il valore complessivo è pari allo 0,111%contro uno standard empirico AHRQ pari allo0,066%. Maggiore appare la variabilità per il “fai-lure to rescue”, con un valore complessivo pari a29,16% dei casi a rischio,che è il doppio dello stan-dard empirico AHRQ (14,84%). Gli allegati U1 eU2 riportano i dati di dettaglio rispettivamente pergli anni 2002 e 2003. Contrariamente agli indica-tori di mortalità,per la maggior parte degli indica-tori non sono stati riportati i dati aggiustati: infat-ti, la segnalazione delle diagnosi secondarie neces-sarie ad attivare la maggior parte degli indicatori diSafety (allegato V) è subordinata alla sensibilità deiclinici al problema degli eventi avversi e delle com-plicanze del ricovero e alla conoscenza dei codicispecifici. In assenza di un’attività strutturata di ge-stione del rischio clinico, che preveda appositi in-terventi formativi, ci si attende una sotto-segnala-zione di tali codici. L’utilizzazione di un modellodi aggiustamento con questi presupposti, peraltrodi comune riscontro negli ospedali italiani, sarebbepriva di senso; come nel caso degli indicatori dimortalità in cui l’effetto del bias di classificazioneprevale sull’effetto dell’aggiustamento, in questo ca-so è preminente un bias di informazione. Questipresupposti non si applicano solamente per i dueindicatori “mortalità nei DRG a bassa mortalità”(PS02) e “failure to rescue” (PS04) che risentono

in misura minore del bias di informazione, in quan-to non dipendono dalla propensione dei clinici asegnalare gli eventi, ma sono attivati dall’eventomorte in determinate circostanze cliniche. In que-sto caso non si pone un problema di sensibilità,maeventualmente di specificità, in quanto alcuni casiattivati dall’indicatore sono in realtà correlabili aproblemi di codifica riscontrabili “a posteriori”conl’analisi della cartella clinica. Limitatamente a que-sti due indicatori, sono quindi riportati anche i da-ti “aggiustati”.Le variabili utilizzate per l’aggiusta-mento sono l’età, il sesso, l’interazione dell’età conil sesso e le diagnosi secondarie secondo il model-lo Elixhauser. La costruzione delle corrispondentitabelle è analoga a quella della mortalità per con-dizioni cliniche: sono però in parte differenti le va-riabili di aggiustamento.Anche in questo caso è im-portante il contesto; solo in presenza di un’attivitàstrutturata di gestione del rischio è possibile inter-pretare e correttamente utilizzare le informazionifornite da questi due indicatori.Gli indicatori PS01 (“complicanze da anestesia”)e PS16 (“reazioni trasfusionali”) non sono ripor-tati perché, nella loro formulazione originaria,utilizzano i codici E, che non sono utilizzati nel-la SDO italiana.

Indicatori di II livelloPer la costruzione degli indicatori di II livello sonostate raccolte e analizzate 8.923 cartelle cliniche, alfine di verificare i percorsi assistenziali (grado di ade-renza alle linee guida di trattamento) e la qualità del-la documentazione clinica. Per ogni cartella clinicaera richiesta l’analisi preliminare della qualità delladocumentazione. Il protocollo di verifica, inoltre,prevedeva il controllo di uno specifico percorso as-sistenziale: l’analisi preliminare della documentazio-ne clinica doveva favorire, infatti, il censimento del-le informazioni utilizzate successivamente per l’a-nalisi del percorso assistenziale. L’allegato F contie-ne la distribuzione di frequenza per Regione e perindicatore delle cartelle cliniche esaminate. In basealle considerazioni descritte in dettaglio nell’allega-to è stata suggerita una frazione di campionamento


44

iSup

plem

enti

di

pari al 20% delle cartelle cliniche collegate alle SDOche avevano attivato gli indicatori di I livello.Tuttigli indicatori di II livello sono, infatti,collegati ad unsottoinsieme di indicatori di I livello, in quanto so-no costruiti in modo tale da consentire di verifica-re alcune delle ipotesi generate con l’analisi dei da-ti delle SDO.I criteri informativi delle schede di ri-levazione sono stati: verifica del grado di aderenzaalle linee guida per gli specifici processi assistenzialipresi in considerazione, rilevazione di ulteriori datiutili per la stadiazione di gravità (non disponibili daidati SDO),rilevazione di eventuali complicanze nonsegnalate nella SDO.La maggior parte delle Regionisi è attestata sulla frazione di campionamento sug-gerita. In alcune Regioni, in base a considerazionilegate alla programmazione sanitaria o alla conco-mitanza di altri progetti di ricerca, sono state adot-tate differenti strategie di verifica: in alcune Regio-ni è stata adottata una frazione di campionamentosuperiore al 20% in un numero limitato di ospeda-li. In una Regione è stata adottata una frazione dicampionamento inferiore al 20%, ma c’è stato uncoinvolgimento della maggior parte degli ospedali

dell’intero territorio regionale.Alla verifica di alcu-ni processi assistenziali è stata abbinata la valutazio-ne preliminare della documentazione clinica: qua-lora la cartella clinica contenesse informazioni in-sufficienti potrebbe, infatti, essere compromessa larilevazione di alcuni dati critici per la costruzionedegli indicatori di II livello, analogamente a quantopotrebbe accadere agli indicatori di I livello in con-seguenza di una cattiva codifica della SDO.

La qualità della documentazione clinicaI dati si riferiscono a 8.737 cartelle cliniche.La diffe-renza rispetto al numero totale delle cartelle clinicheoggetto di studio è dovuta al fatto che in un nume-ro limitato di casi, pari al 2% del totale, i rilevatorihanno omesso l’analisi preliminare della documen-tazione. La distribuzione della frequenza relativa deirilievi, per ciascun criterio di valutazione della qua-lità della documentazione,è riportata nella Tabella 3.Dati più specifici sono contenuti nell’allegato W.Per ognuno dei 26 criteri relativi alla qualità del-la documentazione clinica si osserva una differen-za statisticamente significativa tra Unità Operati-


45

iSup

plem

enti

di

Criterio %01 La cartella clinica è disponibile per la consultazione 99,402 La SDO è firmata dal medico responsabile (anche sigla) 92,803 Il motivo del ricovero è indicato 99,504 L'anamnesi patologica prossima è presente 96,405 L'anamnesi patologica prossima è leggibile 95,206 L'esame obiettivo all'ingresso è firmato 16,807 L'esame obiettivo all'ingresso è datato 22,908 L'esame obiettivo all'ingresso è leggibile 87,909 L'esame obiettivo comprende app.respiratorio, circolatorio + sede problema 78,610 Il diario medico è presente 98,111 Il diario medico: sono presenti annotazioni in tutte le giornate di degenza 70,412 Il diario medico: le annotazioni sono firmate/siglate 7,613 Il diario infermieristico è presente 55,914 Il diario infermieristico: sono presenti annotazioni in tutte le giornate 49,715 Il diario infermieristico: le annotazioni sono firmate/siglate 47,516 Consenso informato all’intervento: è presente firma medico e paziente 51,917 Consenso informato all’intervento: è presente la data di compilazione 55,418 Cartella anestesiologica: è presente o allegata 58,819 Cartella anestesiologica: il monitoraggio intra-operatorio è documentato 61,120 Referto operatorio: è identificabile il 1° operatore 63,921 Referto operatorio: è presente la data dell'intervento 70,422 Referto operatorio: è identificabile l'intervento eseguito 70,423 Lettera di dimissione: è presente 67,724 Lettera di dimissione: è presente la data della compilazione 66,225 Lettera di dimissione: è identificabile il medico redattore 61,326 Lettera di dimissione: è presente una sintesi descrittiva del decorso clinico 68,0

TABELLA 3 - Distribuzione dei criteri di valutazione della qualità della documentazione clinica

ve. Le eterogeneità di risultati e/o le criticità piùmarcate si osservano per le seguenti valutazioni:esame obiettivo firmato e “datato”, annotazioni sututte le giornate di degenza e firma in corrispon-denza di tutte le annotazioni, presenza del diarioinfermieristico, firma sul consenso informato.La qualità complessiva della documentazione ap-pare molto soddisfacente, tale comunque da con-sentire una valutazione affidabile dei singoli pro-cessi assistenziali.

Infarto miocardico acutoI dati si riferiscono all’analisi di 1.887 cartelle cli-niche. In base alle indicazioni dei clinici, l’indica-tore ritenuto prioritario nella valutazione è la “per-centuale di attuazione della terapia riperfusiva (fi-brinolisi e/o procedura percutanea di rivascolariz-zazione:almeno una delle due)”.La percentuale at-tesa (livello desiderabile) è stata fissata al 60% deicasi, tenuto conto dell’etereogeneità dei quadri cli-nici e del profilo temporale della storia clinica; il li-vello di allarme è stato fissato al 50% dei casi.Al-cuni degli elementi informativi utili per la descri-zione delle modalità di esecuzione della terapia ri-perfusiva sono caratterizzati da una elevata propor-zione di dati mancanti (non rilevati o non rileva-bili dalla cartella clinica): referto dell’elettrocardio-gramma all’ingresso, precisa definizione dell’ora diarrivo in ospedale e dell’ora di somministrazionedel trattamento trombolitico o dell’ora di effettua-zione delle procedure di rivascolarizzazione mio-

cardica. La scheda di rilevazione consente comun-que di acquisire numerosi dati utili per delineare leprincipali caratteristiche del processo assistenziale eper analizzare l’eterogeneità dei comportamenti.LaTabella 4 descrive la relazione tra terapia riperfusi-va (trombolisi o PTCA,almeno una delle 2) e il re-ferto elettrocardiografico (ECGREF).L’infarto transmurale (codice 1 della variabile EC-GREF) viene dedotto dalla menzione esplicita nel-la scheda di rilevazione di una delle informazioni adesso sicuramente riconducibili. La terapia riperfusi-va con trombolisi o PTCA è sicuramente appro-priata in questa condizione,mentre nell’infarto nontransmurale le opzioni di trattamento sono più arti-colate. Le percentuali di terapia riperfusiva devonopertanto essere valutate nel contesto appropriato.Ef-fettivamente i casi a cui è stata riservata la terapia ri-perfusiva tendono correttamente a concentrarsi trai soggetti con menzione di infarto transmurale(N.=383). Complessivamente, i soggetti con men-zione di infarto transmurale corrispondono circa al64% dei casi.Per esprimere un giudizio accurato sa-rebbe necessario rilevare anche la durata dei sinto-mi prima dell’arrivo in ospedale,ma la scheda nellasua prima formulazione non conteneva questo ele-mento informativo. Complessivamente l’incidenzadella terapia riperfusiva, prescindendo dalla duratadei sintomi, nell’infarto transmurale è pari al 42%dei casi.Tale proporzione è alquanto variabile nellediverse Unità Operative (range 0-82,4%;p<0,001).Prescindendo sia dalla durata dei sintomi che dal qua-


46

iSup

plem

enti

di

TABELLA 4 - Relazione tra terapia riperfusiva e referto elettrocardiografico (ECGREF) - Indicatore: infarto miocardico acuto

In ogni cella:la prima riga corrisponde alla frequenza assoluta (N)la seconda riga corrisponde alla frequenza relativa sul totale complessivo (%)

la terza riga corrisponde alla frequenza relativa sul totale di riga (%)la quarta riga corrisponde alla frequenza relativa sul totale di colonna (%)

ECGREFTerapia riperfusiva IMA transmurale IMA non transmurale IMA non determinato TotaleSI 383 68 77 528

26.90% 4.78% 5.41% 37.08%72.54% 12.88% 14.58%42.04% 20.30% 43.26%

NO 528 267 101 89637.08% 18.75% 7.09% 62.92%58.93% 29.80% 11.27%57.96% 79.70% 56.74%

Totale 911 335 178 142463.97% 23.53% 12.50% 100.00%

dro clinico (infarto transmurale o meno) e dal tem-po di effettuazione del trattamento, l’incidenza del-la terapia riperfusiva è pari al 39% dei soggetti, an-che in questo caso con un’ampia variabilità tra Uni-tà Operative (p<0,001).La terapia riperfusiva com-prende la trombolisi (21% dei casi) e la PTCA (22%dei casi).Nel 3,3% dei casi totali, in occasione dellostesso ricovero, viene effettuata sia la trombolisi chela PTCA.Le Unità Operative (Regioni) che fannoricorso all’angioplastica tendono ad utilizzarla in al-ternativa alla trombolisi,con un impatto limitato sul-l’incidenza complessiva della terapia riperfusiva: laRegione con la più elevata incidenza di PTCA (49%)fa un ricorso limitato alla trombolisi (14%). Il tem-po intercorrente tra l’arrivo in ospedale e l’inizio del-la trombolisi varia con un range pari a 30-365 mi-nuti: la maggior parte delle Unità Operative si atte-sta su valori di circa 70 minuti con un’ampia varianzad’errore (p=0,21). Il tempo intercorrente tra l’arri-vo in ospedale e l’inizio dell’angioplastica (ove il da-to è stato rilevato con sufficiente accuratezza) variacon un range pari a 93-215 minuti (p=0,14). Nonè stata rilevata una significativa associazione tra ef-fettuazione della terapia riperfusiva (globalmente in-tesa) e shock,mentre si evidenzia un’associazione si-gnificativa tra shock ed effettuazione della PTCA,che tuttavia va in senso contrario alle linee guida (ipazienti con shock hanno una minore probabilità diaccedere alla PTCA (il 14,5% contro il 19,5%; p<0,05); tale osservazione è coerente con evidenzericavate da altri studi osservazionali.Analogamente ipazienti con menzione di scompenso ventricolaresinistro hanno una minore probabilità di accederealla terapia riperfusiva in generale (il 23,2% contro il42,2%;p <0,001) e alla PTCA in particolare (il 9,4%contro il 23,0%; p <0,001). Complessivamente, la

scheda di rilevazione ha dimostrato la capacità di ac-quisire numerose informazioni sul profilo di effet-tuazione della terapia riperfusiva: è necessaria unamaggiore attenzione nella rilevazione dei tempi, acondizione che le cartelle cliniche lo consentano,edè necessario rilevare la durata dei sintomi prima del-l’arrivo in ospedale: quest’ultima esigenza informa-tiva ha determinato una modifica della scheda defi-nitiva di rilevazione dei dati.Per quanto riguarda glialtri provvedimenti fondamentali nella terapia del-l’infarto miocardico acuto (beta-bloccanti all’ingressoe alla dimissione,ASA all’ingresso e alla dimissione,statine alla dimissione), è necessario osservare che lascheda di rilevazione prevede la possibilità di rileva-re eventuali controindicazioni alla prescrizione deisingoli farmaci al fine di interpretare correttamentela percentuale di non-somministrazione.L’informa-zione relativa alle controindicazioni è stata rilevatatuttavia in modo incompleto: l’elevata percentualedi valori missing (il 67,8% per l’ASA all’ingresso, il53,1%per il beta-bloccante all’ingresso) rende inu-tilizzabile il dato:ai fini di una valutazione comples-siva dei profili di prescrizione e della sua variabilitàtra Unità operative è,pertanto,più opportuno valu-tare il dato grezzo;ai fini dell’implementazione del-la scheda di rilevazione appare appropriato insisterenella richiesta del dato relativo alle controindicazio-ni all’uso dei singoli farmaci e l’importanza della ri-levazione sistematica del dato dovrà essere rappre-sentata in maniera più efficace nei moduli di for-mazione. I dati relativi alla prescrizione dei singolifarmaci sono rappresentati nella Tabella 5,che riportain valore percentuale il range che caratterizza l’in-sieme delle diverse unità operative e la misura di si-gnificatività statistica riferita alla variabilità nella per-centuale di somministrazione tra unità operative.


47

iSup

plem

enti

di

Indicatore di II livello % Range tra U.O. Chi quadroAcido Acetilsalicilico all’ingresso 77,6 40,0 – 96,3 P<0,0001Beta-Bloccante all’ingresso 51,9 30,0 – 63,2 P<0,0001Acido Acetilsalicilico alla dimissione 76,3 20,0 – 86,7 P<0,0001Beta-Bloccante alla dimissione 62,5 20,0 – 82,6 P<0,0001Statine alla dimissione 49,1 4,4 – 60,5 P<0,0001

TABELLA 5 - Distribuzione della frequenza relativa, del range tra Unità operative e del chi quadro nella prescrizione di farmaci per gli indicatori di II livello - Indicatore: infarto miocardico acuto

Scompenso cardiacoI dati si riferiscono all’analisi di 2.825 cartelle clini-che. In base alle indicazioni dei clinici, l’indicatoreda considerarsi prioritario è la “percentuale di pre-scrizione degli ACE-Inibitori (o analoghi) in assen-za di controindicazioni”. La percentuale attesa (li-vello desiderabile) è stata fissata all’80% dei casi; il li-vello di allarme è stato fissato al 75% dei casi.La per-centuale di prescrizione degli ACE-inibitori e/o deisartanici è risultata pari al 67,5% dei casi e sale al72,2% dei casi, quindi in prossimità della soglia mi-nima, se si escludono dal denominatore i casi concontroindicazioni documentate.Tuttavia il range traUnità Operative è ampio (valori pari al 28,6 – 92,3%;p<0,0001). Un problema emerso nella fase di im-plementazione della scheda di rilevazione è costi-tuito dal fatto che la base di riferimento per il cal-colo dell’indicatore è ristretta a 1.148 soggetti (suN.=2.825) con documentazione di disfunzione ven-tricolare sinistra all’eco (o comunque valutati in ba-se al giudizio del rilevatore per la presenza di unquadro clinico di scompenso in assenza di una do-cumentazione ecocardiografica). In 1.159 pazientinon è documentata la funzione ventricolare e in 877pazienti è stato effettuato l’ecocardiogramma, manon è stata documentata una disfunzione ventrico-lare. Il problema può essere descritto anche analiz-zando la relazione tra documentazione ecocardio-grafica e documentazione in cartella di segni clini-ci di scompenso cardiaco (Tabella 6).

In pratica, nei casi analizzati non si osserva una re-lazione tra documentazione ECO di disfunzionesistolica ventricolare sinistra e documentazione disegni clinici di scompenso in cartella clinica. Inbase alle osservazioni del gruppo di riferimentodei clinici, il criterio della disfunzione ventricola-re sinistra “documentata” appare piuttosto restrit-tivo; esistono infatti condizioni di insufficienza car-diaca collegate a disfunzione diastolica ed episodidi scompenso acuto attribuibili semplicemente aipertensione arteriosa; tuttavia sembra appropria-to mantenere il criterio di valutazione della pre-scrizione degli ACE-inibitori nei pazienti con dis-funzione sistolica in quanto viene selezionato ilsottoinsieme di pazienti con indicazione “certa”a tale tipo di trattamento, anche se la base di rife-rimento corrisponde ad un sottoinsieme di tutti ipazienti che vengono ricoverati per scompensocardiaco. In assenza di documentazione di disfun-zione ventricolare concomitante ad assenza di do-cumentati segni clinici di scompenso, si può af-fermare che la cartella clinica non fornisce suffi-cienti elementi di appropriatezza del ricovero(197+248 casi, pari al 16,1% dei ricoveri).Tale da-to è abbastanza uniforme tra Unità Operative conun range pari a 12,9 – 26,9%.Le percentuali di prescrizione degli altri tratta-menti raccomandati, il range tra le Unità Opera-tive e la significatività statistica della differenza traRegioni sono riportate nella Tabella 7.


48

iSup

plem

enti

di

Frazione d’ejezione (ECO)\Obiettività Nessun segno clinico Segno clinico TotaleInferiore al 40% 148 573 721Superiore o uguale al 40% 197 680 877Non valutata 248 911 1159Totale 593 2164 2757

Chi quadro: 0,89 – non significativo

TABELLA 6 - Relazione tra documentazione ecocardiografica e documentazione di sintomi clinici di scompenso cardiaco nella cartella clinica - Indicatore: scompenso cardiaco

Indicatore di II livello % Range tra U.O. Chi quadroDiuretico dell’ansa o tiazidico 83,7 75,1 – 100,0 P<0,002Spironolattone o analoghi 41,8 0,0 – 60,5 P<0,0001Beta-Bloccante 26,8 0,0 – 46,4 P<0,0001

TABELLA 7 - Distribuzione della frequenza relativa, del range tra Unità Operative e del chi quadro nella prescrizionedi alcuni trattamenti raccomandati per gli indicatori di II livello - Indicatore: scompenso cardiaco

Una menzione particolare meritano le indicazionidi educazione sanitaria documentate alla dimis-sione, che hanno uno spazio significativo nellascheda di rilevazione tratta dal CMS e che, a giu-dizio dei clinici, meritano di essere mantenutenella scheda di rilevazione definitiva. I dati rela-tivi alle indicazioni fornite alla dimissione sonoriportati nella Tabella 8.

Ictus cerebriI dati si riferiscono all’analisi di 2.149 cartelle cli-niche. In base alle indicazioni dei clinici, l’indi-

catore da considerarsi prioritario è la “percentualedi esecuzione della TAC encefalo entro un’oradall’arrivo in ospedale”. Il livello desiderabile e illivello di allarme non erano stati definiti dai cli-nici, anche perché la scheda di rilevazione, nellasua prima formulazione, non consentiva di rile-vare tale dato. La rilevazione, comunque, ha for-nito un insieme di indicazioni che sono sintetiz-zate nella Tabella 9.Per ciascuno di questi indicatori si osserva unadifferenza tra Regioni statisticamente significati-va (p<0,001).Per alcuni di questi indicatori si riporta il rangedi valori (Tabella 10).

Chirurgia dell’ancaI dati si riferiscono all’analisi di 674 cartelle clini-che. In base alle indicazioni dei clinici, l’indicato-re da considerarsi prioritario è la “percentuale dieffettuazione della profilassi antimicrobica”.Com-


49

iSup

plem

enti

di

TABELLA 8 - Distribuzione percentuale delle indicazioni di educazione sanitaria documentate alladimissione - Indicatore: scompenso cardiaco

Istruzione scritta % complessivaAssunzione farmaci 85,1Dieta/assunzione liquidi per os 22,6Controlli clinici 42,9Monitoraggio peso corporeo 8,9Misurazione della diuresi 3,1Cosa fare se peggiorano i sintomi 4,3

Indicatore di II livello %L’intervallo tra inizio dei sintomi e ricovero è determinabile 85,0L’intervallo tra inizio dei sintomi e ricovero è inferiore a 3 ore 37,1È documentata l’esecuzione di una TAC encefalo 94,8La TAC encefalo è stata effettuata entro 24 ore dal ricovero 82,7È documentato l’uso di Ac.AcetilSalicilico (ASA) o altri anti-aggreganti 60,6L’intervallo tra inizio del trattamento con ASA e ricovero è inferiore a 48 ore 80,1È documentata una controindicazione alla prescrizione dell’ASA nel ricovero 29,2È documentata l’effettuazione della trombolisi 9,4È documentata l’attenzione alla disabilità all’indicazione alla riabilitazione 53,6È documentata la misurazione della disabilità durante il ricovero 5,6È documentata la prescrizione di ASA alla dimissione 53,4È documentata una controindicazione alla prescrizione dell’ASA alla dimissione 22,9È documentata la presenza di fibrillazione atriale (FA) 12,6È documentata la prescrizione di anticoagulanti in caso di FA 53,6È documentata una controindicazione agli anticoagulanti in caso di FA 22,4È documentata la misurazione della disabilità alla dimissione 3,2

TABELLA 9 - Indicatore di II livello: distribuzione percentuale delle informazioni rilevate dalle cartelle cliniche Indicatore: ictus cerebri

Indicatore di II livello RangeL’intervallo tra inizio dei sintomi e ricovero è inferiore a 3 ore 15,1-47,1È documentata l’esecuzione di una TAC encefalo 85,6-100La TAC encefalo è stata effettuata entro 24 ore dal ricovero 44,4-100È documentato l’uso di Ac.AcetilSalicilico (ASA) o altri anti-aggreganti 28,9-81,8L’intervallo tra inizio del trattamento con ASA e ricovero è inferiore a 48 ore 59,0-92,3È documentata l’attenzione alla disabilità all’indicazione alla riabilitazione 7,6-76,5È documentata la misurazione della disabilità durante il ricovero 0,0-11,5È documentata la prescrizione di ASA alla dimissione 28,6-66,2È documentata la misurazione della disabilità alla dimissione 0,0-10,9

TABELLA 10 - Indicatore di II livello: range di valori delle informazioni rilevate dalle cartelle cliniche - Indicatore: ictus cerebri

plessivamente tale valore è pari al 90,7% dei casitotali presi in esame. Nella maggior parte dei pa-zienti (85,1%) la profilassi viene effettuata imme-diatamente prima dell’intervento,ma in 85 casi su674 non ci sono in cartella elementi informativiutili per definire l’intervallo di tempo tra profilas-si e intervento. Si osserva una differenza statistica-mente significativa tra Regioni (p<0,0001), perquanto attiene alla percentuale di effettuazione del-la profilassi antimicrobica: essa è attribuibile in granparte a due Regioni, che si collocano attorno al40% dei casi; una Regione mostra un valore per-centuale pari al 67% dei casi e tutte le altre sonoprossime al 100% dei casi. L’allergia ad un antibio-tico è menzionata nel 15,7% dei casi. La profilassidella trombosi venosa profonda viene effettuata nel96,7% dei casi: non si osservano differenze statisti-camente significative tra Regioni. L’insorgenza ditrombosi venosa profonda viene riportata in unaminoranza di casi (1,2%). Nessun caso di emboliapolmonare è stato segnalato.

Chirurgia del colonI dati si riferiscono all’analisi di 1.388 cartelle cli-niche. La percentuale di effettuazione della profi-lassi antimicrobica è risultata pari all’83,7% dei ca-si totali presi in esame.Nella maggior parte dei pa-zienti (67,9%) la profilassi viene effettuata imme-diatamente prima dell’intervento. Si osserva unadifferenza statisticamente significativa tra Regioni(p<0,0001), per quanto attiene alla percentuale dieffettuazione della profilassi antimicrobica (range52,9 – 96,8%).L’allergia ad un antibiotico è men-zionata nel 5,5% dei casi. La profilassi della trom-bosi venosa profonda viene effettuata nell’83,4%dei casi; si osserva una differenza statisticamente si-gnificativa tra Regioni (p<0,0001) con un rangedi 39,1-95,8%. L’insorgenza di trombosi venosaprofonda e di embolia polmonare viene riportataper entrambe in meno dell’1% dei casi.

INTERPRETAZIONE DEI RISULTATI E DIFFUSIONE DELLE INFORMAZIONIDopo l’illustrazione dei metodi di raccolta ed ela-

borazione dei dati, esponiamo in questa sezionealcune considerazioni in merito all’interpretazio-ne dei risultati e alle modalità e cautele che è op-portuno osservare nella diffusione delle informa-zioni prodotte. Il sistema di indicatori di I livelloprevede metodiche di risk adjustment e l’uso deilimiti di confidenza per la presentazione dei ri-sultati. La stratificazione del rischio dei pazientipuò essere effettuata, limitatamente al pacchetto“Inpatient” (mortalità per condizioni cliniche ointerventi, volumi di attività, percentuali di oc-correnza di determinati interventi), con il siste-ma di classificazione degli APR-DRG, che uti-lizza due scale di misurazione: le classi di rischiodi morte e le classi di gravità, basate entrambe suicodici ICD-9-CM; queste generano un insiemedi “dummy variables” a cui si aggiungono età esesso.Tutte le covariate concorrono a strutturareun modello di predizione del rischio individualedi eventi che idealmente è riconducibile a unaregressione logistica multipla.Anche per il pac-chetto “Safety” (gli indicatori collegati alla rile-vazione delle complicanze) è previsto un model-lo di aggiustamento del rischio basato sulla re-gressione logistica multipla e sul sistema di misu-ra delle comorbidità sviluppato dalla ricercatriceElixhauser. Nel primo caso (“Inpatient QualityIndicators”) si ottiene un modello sufficiente-mente compatto, trasferibile senza particolari pro-blemi al contesto italiano, salvo i possibili bias col-legati ad eventuali errori di codifica sulla classifi-cazione APR. Nel secondo caso (“Safety Indica-tors”) il modello, così come è stato strutturatodall’AHRQ, prevede un numero elevato di va-riabili di aggiustamento, in presenza di un sicurobias di informazione legato alla usuale sottose-gnalazione delle complicanze del ricovero sullaSDO. In questo caso, ai fini della trasferibilità delsistema al contesto italiano, appare prioritario unmiglioramento della qualità dell’informazionepiuttosto che un perfezionamento di un model-lo predittivo puramente teorico (se utilizzato inassenza di informazioni attendibili). Il modello dirisk adjustment, pertanto, consente di controlla-


50

iSup

plem

enti

di

re almeno in parte l’effetto delle principali varia-bili di confondimento note o gestibili, limitata-mente all’intero pacchetto “Inpatient” e a due in-dicatori (PS02 e PS04) del pacchetto “Safety”.Ulteriori dettagli sulla funzione di un sistema diaggiustamento in generale, sulle scelte dell’AHRQe sull’implementazione del modello di aggiusta-mento nel progetto dell’ASSR sono descritti nel-l’allegato Z. L’analisi della letteratura scientificasuggerisce che in questi casi l’uso di un modellodi risk adjustment non risolve tutti i problemi,ma conferisce un vantaggio in termini di credi-bilità per il sistema di indicatori nel suo insieme;è difficile pertanto farne a meno. Queste consi-derazioni, unite a quella del contesto di analisi deidati, riconducibile più a uno studio osservazio-nale che ad uno studio sperimentale, suggerisco-no una particolare interpretazione dei limiti diconfidenza associati agli indicatori: i limiti di con-fidenza devono essere considerati infatti misuredi precisione delle stime più che misure di signi-ficatività statistica. Questi presupposti di inter-pretazione dei risultati sono in accordo con lafunzione degli indicatori di I livello, ovvero discreening iniziale dei problemi di qualità e di mo-nitoraggio delle attività dei servizi sanitari. Perquanto riguarda invece l’analisi dei processi assi-stenziali, al fine di calcolare la dimensione cam-pionaria per la revisione delle cartelle cliniche, ènecessario che i clinici siano in grado di indica-re il livello ottimale (standard) per ciascun indi-catore di II livello (es.“percentuale di pazienti chedevono essere sottoposti a trattamento riperfusi-vo nell’infarto miocardico acuto”) e la differen-za massima tollerabile rispetto allo standard. So-no queste le basi di competenza dei clinici ne-cessarie per il calcolo della dimensione campio-naria (es. quante cartelle di pazienti ricoverati perpolmonite devo sottoporre a revisione per evi-denziare, se esiste, una differenza che ritengo ri-levante rispetto ad uno standard che ho definito).Se non ci sono le risorse per analizzare le cartel-le in numero sufficiente, dal punto di vista stati-stico e della rilevanza clinica, è ragionevole non

avviare il processo di revisione e concentrare lerisorse su un altro problema con un livello di prio-rità elevato. La sperimentazione realizzata in que-sta ricerca ha consentito di conseguire una seriedi importanti risultati, condivisi dai referenti del-le regioni che hanno partecipano al progetto co-ordinato dall’ASSR. Questi risultati sono:ndefinizione di un insieme di indicatori, di esito edi processo, orientati alla valutazione di qualità;

n realizzazione di un programma di elaborazionedati basato sui flussi informativi routinari per ilcalcolo degli indicatori di I livello (con finalitàdi screening e di monitoraggio della qualità);

ndefinizione di una metodologia condivisa e distrumenti metodologici comuni per l’analisi del-le cartelle cliniche e il calcolo degli indicatoridi II livello (finalizzati all’analisi dei processi as-sistenziali) in collaborazione con i clinici;

nvalidazione degli indicatori e sviluppo di unametodologia di controllo di qualità dei dati.

Il passaggio successivo, ovvero l’effettiva imple-mentazione sistematica, è il passaggio più criticoin quanto richiede la precisa identificazione diuna molteplicità di destinatari delle informazio-ni e differenti tipologie di messaggi che determi-neranno risposte articolate e potenzialmente con-flittuali. I possibili destinatari di differenti sot-toinsiemi di informazioni sono:n le organizzazioni responsabili della programma-zione sanitaria e del finanziamento (Ministerodella Salute,Regioni,Agenzie,Aziende sanitarie);

n i responsabili organizzativi dei soggetti erogato-ri (Aziende Ospedaliere, IRCCS, ecc.);

n i singoli professionisti e operatori sanitari, gliutenti attuali o potenziali dell’assistenza ospeda-liera.

I messaggi corrispondenti si articolano nelle di-verse tipologie:ndescrizione della variabilità dei risultati, utile aifini della programmazione, soprattutto se è pos-sibile definire uno standard ottimale, e ai fini del-l’incentivazione e della sanzione dei soggetti ero-gatori, ove siano previsti meccanismi di questogenere;


51

iSup

plem

enti

di

ncollocazione dei risultati prodotti da ciascun sog-getto (Regione, struttura ospedaliera, singoloprofessionista) e loro distanza rispetto ai livelliconsiderati come standard di riferimento (otti-male o empirico); questa azione deve essere fi-nalizzata all’attivazione di interventi migliorati-vi in una logica di miglioramento continuo del-la qualità;

n limitatamente agli indicatori più robusti, po-trebbe trovare sviluppo la pubblicazione dei ri-sultati delle strutture ospedaliere accessibili aisingoli utenti per una più completa informa-zione e per favorire la scelta consapevole dellastruttura di erogazione dell’assistenza.

Un punto critico che merita particolare atten-zione è l’efficacia dei meccanismi di program-mazione, più o meno dichiarata, basati sull’in-centivazione economica e sulla sanzione: è op-portuno notare, infatti, che gli indicatori di I li-vello basati sulle fonti routinarie sono adatti a unafunzione di screening e di monitoraggio e rara-mente forniscono risultati “certi” che consenta-no un’incentivazione economica o una sanzioneinoppugnabile. Un altro punto che merita atten-zione è inerente l’informazione fornita ai singo-li utenti. Esistono infatti evidenze nella letteratu-ra scientifica che tale informazione, anche con imigliori metodi di risk adjustment, può esserefuorviante, oppure non viene utilizzata dai desti-natari; si è infatti evidenziato che gli utenti pre-feriscono farsi consigliare da conoscenti o dal me-dico di medicina generale che utilizza parimentielementi conoscitivi non formalizzati, trascuran-do informazioni strutturate in qualche sistema diindicatori. Questo fenomeno appare più accen-tuato in presenza di una condizione acuta, anchese in parte si differenzia nei sottogruppi di popo-lazione51, mentre le scelte dei malati cronici ten-dono ad essere maggiormente orientate dagli in-dicatori disponibili52. I due possibili percorsi perl’utilizzazione degli indicatori sono oggetto diuna discussione sempre più articolata53: ci sonopochi dubbi sulla possibilità di utilizzare gli indi-catori all’interno di un contesto di miglioramen-

to continuo della qualità, gestito direttamente dal-le organizzazioni che erogano prestazioni sanita-rie (autovalutazione), a condizione che i destina-tari delle informazioni siano in grado di inter-pretare correttamente le informazioni. Il percor-so alternativo, basato su procedure di accredita-mento o selezione/esclusione dei provider, pre-senta sul piano metodologico evidenze talora con-trastanti ma, considerate le linee di tendenza a li-vello internazionale, sembra essere ineludibile.Sotto il profilo dell’utilizzo dei dati, non si trattadi verificare se il percorso di accreditamento/se-lezione sia valido, ma piuttosto a quali condizio-ni sia valido e in quali circostanze possa favorireerrori di valutazione. In realtà, entrambi i percorsi(solo miglioramento continuo della qualità o so-lo accreditamento/selezione) appaiono semprepiù intimamente connessi all’evidence based me-dicine e alla formazione54. Particolare cautela ap-pare necessaria nell’uso degli indicatori di esitoal di fuori di un contesto di miglioramento con-tinuo della qualità, in particolare se il calcolo de-gli indicatori porta alla compilazione di classifi-che di ospedali55. È stato evidenziato, in partico-lare da Spiegelhalter, che la variabilità casuale, con-nessa al calcolo degli indicatori, è di entità tale daimpedire credibili operazioni di questo genere,per le quali potrebbero essere più utili valutazio-ni sui processi assistenziali55 (indicatori di II livel-lo). Contemporaneamente, è stato sottolineatoche i fattori che determinano il risultato finaledelle cure non vanno ricercati solamente a livel-lo clinico-assistenziale, ma anche a quello orga-nizzativo-gestionale; in prospettiva appare per-tanto necessario implementare la raccolta di in-formazioni informatizzate di sistema anche suifattori strutturali e organizzativi.Al momento at-tuale, l’utilizzo più appropriato degli indicatori sicolloca all’interno di un processo di migliora-mento continuo della qualità delle singole strut-ture ospedaliere e come premessa informativa perinterventi diretti ed espliciti di programmazionesanitaria, non mediati da meccanismi di incenti-vazione o sanzione. Spiegelhalter55 invoca un ap-


52

iSup

plem

enti

di

proccio scientifico in questo ambito, in base alquale le singole organizzazioni sanitarie svolgo-no attività di monitoraggio con un sistema pre-definito di indicatori (anche di esito), generanoipotesi di lavoro e, in seguito ad ulteriori verifi-che, intraprendono le azioni correttive più ap-propriate. Coerente con tale prospettiva si è di-mostrata la distinzione tra indicatori di I e di IIlivello, adottata dal progetto, come pure uno deirisultati qualificanti della ricerca finalizzata: la pro-duzione di un programma di elaborazione dati“open source”, basato sulle fonti informative rou-tinarie (SDO e, in casi particolari, la cartella cli-nica), destinato alle strutture ospedaliere, che in-clude gli indicatori di I e II livello sviluppati nelprogetto. Il ruolo delle Agenzie55 (nazionali e re-gionali) diventerebbe quello di promuovere i pro-cessi “istituzionali”, finalizzati alla valutazione diqualità e all’attivazione degli interventi migliora-tivi (attività consulenziale e non sanzionatoria);inoltre, il ruolo delle Agenzie dovrebbe esserequello di promuovere la costruzione di banchedati di riferimento al fine di consentire appro-priati confronti e l’identificazione degli outlier.La prevedibile ulteriore estensione della capacitàdi ottenere e di diffondere le informazioni rendecomunque indispensabile raccogliere ulteriori evi-denze sull’efficacia dell’uso degli indicatori, an-che in un contesto di incentivazione o di sanzio-ne e soprattutto come premessa per orientare lascelta dei singoli utenti.

BIBLIOGRAFIA DI RIFERIMENTO1. Taroni F,Repetto F,Louis DZ,Moro ML,Yuen

EJ,Gonnella JS.Variation in hospital use and avoi-dable patient morbidity. J Health Serv Res Po-lic. 1997; 2(4):217-22.

2. Kramers PGN. The ECHI project. Health indi-cators for the European Community.Eur J PublicHealth 2003; 13(3_Suppl): 101-106.

3. McGlynn EA,Cassel CK,Leatherman ST,De-Cristofaro A, Smits HL. Estabilishing NationalGoals for Quality Improvement. Med Care 2003;41 (Suppl):I-16 – I-28.

4. McGlynn EA. Introduction and Overwiew of theConceptual Framework for a National QualityMeasurement and Reporting System. Med Care2003; 41(Suppl): I-1- I-7.

5. Wennberg JE, Gittelshon A. Small area varia-tions in health care delivery. Science. 1973;182:1102-8.

6. Center for Evaluative Clinical Studies, Dart-mouth Medical School. The Dartmouth Atlasof Health Care. Chicago:American Hosp As-soc; 1996.

7. Mitchell JB, Bubolz T, Paul JE et al.Using Me-dicare claims for outcome research.Med Care. 1994;32: 1538-51.

8. Lave JR, Pashos CL,Anderson GF et Al. Co-sting medical care: using Medicare administrativedata. Med Care. 1994; 32: 577-89.

9. Office of Technology Assessment, US Con-gress. Identifying Health Technologies That Work:Searching for Evidence. OTA-H-608.Washing-ton DC: US Gov Pr Off; 1994.

10.Iezzoni LI. Assessing Quality using Administra-tive Data.Annals of Internal Medicine 1997;127:666-74.

11.Sowden AJ, Sheldon TA. Does Volume really af-fect outcome? Lessons from evidence. J Health ServRes Policy. 1998; 3(3):187-90.

12.Phillips KA, Luft HS. The policy implications ofusing hospital and physician volumes as “indica-tors” of quality of care in changing health care en-vironment. Int J Qual Health Care. 1997; 9(5):341-8.

13.IezzoniLI, Foley SM, Daley J et al. Comorbidi-ties, complications and coding bias. Does the num-ber of diagnosis codes matter in predicting in-ho-spital mortality? JAMA. 1992; 267:2197-203.

14.Romano PS,Mark DH.Bias in the coding of ho-spital discharge data and its implications for qua-lity assessment. Med Care. 1994; 32:81-90.

15.Southern DA, Quan H, Ghali WA. Compari-son of the Elixhauser and Charlson/Deyo Methodsof Comorbidity Measurement in Administrative Da-ta. Medical Care 2004; 42:355.

16.LI Iezzoni, J Daley,T Heeren et al. Identifying


53

iSup

plem

enti

di

complications of care using administrative data.Me-dical Care 1994; 32:700

17.LI Iezzoni, RB Davis, RH Palmer et al.DoesComplication Screening Program flag cases with pro-cess of care problems? Using explicit criteria to jud-ge processes. International Journal for Qualityin Health Care 1999; 11:107

18.Howe GR. A Generalized Iterative Record Lin-kage Computer System for Use in Medical Follow-up Studies. Computers and Biomedical Re-search 1981; 14: 327-340.

19.Arellano MG, Petersen GR, Petitti DB et al.The California Automated Mortality LinkageSystem (CAMLIS).American Journal of Pu-blic Health 1984; 74(12): 1324-1330.

20.Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part I:The logicalBasis. Meth Inform Med 1989; 28:86-91.

21.Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part II:The empiri-cal test. Meth Inform Med 1989; 28:92-96.

22.Roos LL,Wajda A. Record Linkage Strategies.Part I: Estimating Information and Evaluating Ap-proaches.Meth Inform Med 1991; 30:117-123.

23.Roos LL,Wajda A. Record Linkage Strategies.Part II: Portable Software and Deterministic Mat-ching. Meth Inform Med 1991; 30:210-214.

24.Roos LL,Wajda A, Nicol JP et al. Record Lin-kage:An Overview. Summary report: Medical Ef-fectiveness Research Data Methods.AHCPR Pub.No. 92-0056, 1992; 119-135.

25.Roos LL,Walld R,Wajda A et al. Record Lin-kage Strategies, Outpatient Procedures and Ad-ministrative Data. Medical Care 1996; 34(6):570-582.

26.Symposium on Health Data Linkage. SymposiumProceedings, Sydney 2002.

27.NP Wray, M Ashton, DH Kuykendall et al. Se-lecting Disease-Outcome Pairs for Monitoring the Qua-lity of Hospital Care.Medical Care 1995; 33: 75

28.Jarman B, Gault S,Alves B. Explaining differen-ces in English Hospital death rates using routinely

collected data. BMJ 1999; 318 (7197): 1515-20.29.Reker DM.; Rosen AK, Hoenig H et Al. The

Hazards of Stroke Case Selection Using Admini-strative Data. Med Care 2002; 40(2):96-104.

30.Goldstein LB.Accuracy of ICD-9-CM coding forthe identification of patients with acute ischemic stro-ke: effect of modifier codes. Stroke 1998; 29 (8):1602-4.

31.W D’Hoore, C. Sicotte, C.Tilquin. Risk Ad-justment in Outcome Assessment:The CharlsonComorbidity Index. Meth. Inform. Med. 1993;32:382

32.W D’Hoore,A Bouckaert, C.Tilquin. Practi-cal Considerations on the Use of the Charlson Co-morbidity Index with Administrative Data Bases.Journal of Clinical Epidemiology 1996;49:1429.

33.Elixhauser A, Steiner C, Harris DR et al. Co-morbidity measures for use with administrative da-ta. Medical Care 1998; 36 (1): 3-5.

34.RE Show, HV Anderson, RG Brindis et al.Development of Risk Adjustment Mortality Mo-del Using the American College of Cardiology- Na-tional Cardiovascular Data Registry (ACC-NCDR) Experience: 1998-2000. Journal ofAmerican College of Cardiology 2002;39(7):1104-12.

35.LI Iezzoni, M Shwartz,AS Ash et al. Predictingin-hospital Mortality for Stroke Patients. Resultsdiffer across Severity-measurement Methods. MedDecis Making 1996; 16:348-56.

36.Differences in Procedure Use, In-Hospital Morta-lity and Illness Severity by Gender for Acute Myo-cardial Infarction Patients.Are answers Affectedby Data Source and Severity Measure. MedCare 1997; 35:158-71.

37.JW Thomas,TP Hofer. Accuracy of Risk-Adju-sted Mortality Rate as a Measure of Hospital Qua-lity of Care. Medical Care 1999;37:83.

38.RE Park, RH Brook, J Kosecoff. ExplainingVariations in hospital Death Rates: Randomness,Severity of illness Quality of Care. JAMA 1990;264:484.

39.LI Iezzoni. The Risks of Risk Adjustment. JA-


54

iSup

plem

enti

di

MA1997;278:1600.40.Dimick JB,Welch HG, Birkmeyer JD. Surgical

Mortality as an Indicator of Hospital Quality.Theproblem with small sample size. JAMA 2004; 292(7): 847-851.

41.JM Geraci, CM Ashton, DH Kuykendall et al.International Classification of Diseases, 9th Revi-sion, Clinical Modification Codes in Discharge Ab-stracts are Poor Measures of Complication Occur-rence in Medical Inpatients. Medical Care 1997;35:589.

42.AG Lawthers, EP McCarthy, RB Davis et al.Identification of In-Hospital Complications fromClaims Data. Is it valid? Medical Care 2000;38:785.

43.SN Weingart, LI Iezzoni, RB Davis et al. Useof Administrative Data to find substandard Care.Validation of the Complication Screening Program.Medical Care 2000; 38:796.

44.EP McCarthy, LI Iezzoni,RB Davis et al. DoesClinical Evidence support ICD-9-CM DiagnosisCoding of Complications? Medical Care 2000;38:868.

45.JM Geraci. In-Hospital Complication Occurrenceas a Screen for Quality of Care Problems. Medi-cal Care 2000; 38:777.

46.JH Silber, PR Rosenbaum, LF Koziol et al.Conditional Length of Stay.Health Services Re-search 1999; 34:349.

47.Zhan C, Miller MR. Excess length of stay, char-ges and mortality attributable to medical injuriesduring hospitalization. JAMA 2003; 290 (14):1868-74.

48.PL Morosini, P Lauriola, E Magliola et al. Lemorti evitabili nella valutazione dell’attività del ser-vizio sanitario. Epidemiologia e Prevenzione1990; 45:48.

49.Quan H, Parsone GA, Ghali WA. Validity ofProcedure Codes in International Classification ofDiseases, 9th revision, Clinical Modification Ad-ministrative Data. Medical Care 2004; 42 (8:801-9.

50.Romano PS. Asking Too Much of Administra-tive Data? J Am Coll Surg 2003; 196 (2):337-8.

51.Romano PS. Do Well-Publicized risk-adjustedoutcomes reports affect hospital volume? MedicalCare 2004; 42 (4): 367-77.

52.Longo DR, Everett KD. Health Care Consu-mer Reports:An Evaluation of Consumer Perspec-tives. Journal of Health Care Finance 2003;30(1): 65-71.

53.Berwick DM, James B, Coye MJ. Connec-tions Between Quality Measurement and Im-provement. Medical Care 2003; 41 (Suppl):I-30 – I-38.

54.Mortimer RH, Sewell JR, Roberton DM etAl.Lessons from the Clinical Support Systems Pro-grams: facilitating better practice through leadershipand team building.Med J Aust 2004;180 (Suppl):S97-100.

55.Lilford R, Mohammed MA, Spiegelhalter Det Al. Use and Misuse of process and outcome da-ta in managing performance of acute medical care:avoiding institutional stigma.The Lancet 2004;363: 1147-1154.


55

iSup

plem

enti

di


56

iSup

plem

enti

di

La rassegna della letteratura e delle espe-rienze è stata effettuata per ottenere unsistema organizzato e utilizzabile, in basealla reale possibilità di accesso ai dati, di

indicatori di efficacia clinica e per stimolare piùampie riflessioni sulla nascita e crescita di sistemidi misura della performance clinica in Italia. Si èanche voluto esplorare se una serie di interventisiano basati o meno su prove di efficacia e se i da-ti raccolti possano dare inizio alla diffusa applica-zione di indicatori quantitativi di efficacia clinica.Lo scopo ultimo è creare un insieme di indicato-ri scientificamente valido ed utile per l’organizza-zione e la gestione dei servizi sanitari. La rassegnadella letteratura deve suggerire le modalità per pro-durre, alimentare e usare un set di indicatori di ef-ficacia clinica (una volta individuati), ed eventual-mente fornire gli elementi di come un set di in-dicatori possa essere combinato per produrre in-dicatori aggregati di efficacia o indicatori di se-condo livello a maggiore complessità ed even-tualmente a rilevazione separata, avendo presenteche in letteratura viene usata un’ampia termino-logia per designare, con buona approssimazione,gli indicatori di efficacia clinica come: clinical per-formance indicators, quality indicators, clinical in-dicators, outcomes indicators, effectiveness indi-cators. Questi indicatori di efficacia, in aggiuntaad altre misure di tipo economico e di efficienza,devono diventare uno strumento per la valutazio-ne della performance. La performance rappresen-ta “che cosa viene fatto”, per cui la misura dellaperformance può servire sia per uso interno al-l’organizzazione al fine di migliorarla, sia per usoesterno per creare un valore di confronto a cuitutti coloro che sono interessati possono fare ri-

ferimento. Ciò anche in considerazione del fattoche la salute è notoriamente un bene pubblico ecomune, oltre che individuale e soggettivo, per lacui tutela sono chiamati in causa più soggetti,creando uno scenario composito di interessi e diattese, tanto che si possono individuare, ad esem-pio: utilizzatori dei servizi, reali o potenziali, fi-nanziatori, pubblici e privati, erogatori di servizi,pubblici e privati, istituzioni con compiti di go-verno e di tutela, operatori e professionisti, orga-nismi con funzioni di difesa e di tutela.Obiettivo della rassegna della letteratura e delleesperienze è, infine, fornire le prove di come siapossibile, raccogliendo, analizzando ed elaboran-do dati esistenti, creare un set differenziato su al-meno due livelli di indicatori per accertare l’ef-ficacia delle pratiche cliniche e incoraggiarne ilmiglioramento. La rassegna della letteratura nonpuò prescindere dal prendere in considerazionegli scopi che intende perseguire. Poiché si inten-deva identificare, sperimentare e validare alcuniindicatori di processo ed esito della qualità delleattività sanitarie, era importante che venisse espli-citamente reso manifesto anche il modo, il luogoe il tempo in cui gli indicatori dovrebbero veni-re usati. Scopo principale della rassegna biblio-grafica è stato identificare un set di indicatori diefficacia clinica in grado di fornire misure obiet-tive e quantitative dell’applicazione delle cono-scenze scientifiche di efficacia clinica nella prati-ca clinica e nell’erogazione dei servizi ospedalie-ri. Infatti il problema tecnico da superare è co-noscere il grado di applicazione dei risultati diesperimenti clinici controllati alla pratica clinica,in quanto spesso non sono recepiti dalle organiz-zazioni sanitarie.

RASSEGNA DELLA LETTERATURAE DELLE ESPERIENZE

MODALITÀ DELLA RASSEGNA DELLA LETTERATURAL’analisi della letteratura che segue risponde al-l'esigenza di un riscontro puntuale e a largo rag-gio dei lavori presenti sull'argomento ed è statarealizzata in modo da poter fornire un quadroesauriente in relazione ad una realtà che si pre-senta in grande fermento. Il nostro progetto di ri-cerca mirava a dotare il SSN di un sistema di in-dicatori con cui sorvegliare e misurare i processie gli esiti delle attività sanitarie, con particolareriferimento agli esiti di salute per il paziente, einoltre che tale sistema fosse condivisibile con leautorità sanitarie regionali e i principali attori delSSN. Il risultato finale atteso è quindi la messa adisposizione di un insieme di indicatori di pro-cesso e di esito, integrati in un sistema coerente,realizzabile attraverso le seguenti fasi:ndefinizione di un set di indicatori maggiormenterappresentativi e applicabili a livello generale;

n identificazione e verifica delle informazioni (da-ti elementari) necessarie alla costruzione degliindicatori scelti, tali che siano di facile ed eco-nomica reperibilità;

nverifica di disponibilità dei dati occorrenti pres-so i sistemi informativi correnti delle Regionio del sistema informativo nazionale.

Anche se in Italia non risultano finora disponibi-li criteri ufficiali per la determinazione critica del-la qualità metodologica delle misure di perfor-mance clinica, esistono numerosi e ottimi testiche descrivono analiticamente le modalità dellarassegna della letteratura e in particolare è statoconsultato il Rapporto preparato dall’NHS Cen-tre for Reviews and Dissemination, University ofYork (Khan KS, Riet G, Glanville J, Sowden AJ,Kleijnen J. Undertaking Systematic Reviews ofResearch on Effectiveness. CRD Report Num-ber 4, March 2001). Gli indicatori da prendere inconsiderazione dovevano possedere i seguenti re-quisiti:nSistematicità: i dati occorrenti alla valutazionedelle strutture e delle performance debbono po-ter essere prevalentemente raccolti attraverso i

sistemi informativi già esistenti.nSelettività: i dati occorrenti debbono essere fo-calizzati principalmente su specifiche patologiee/o procedure leader, da individuare a secondadella frequenza, della gravità, del costo.

nAffidabilità: laddove gli esiti non possono esse-re assunti per analisi affidabili (casistica esigua,difficoltà di valutare esiti a distanza, ecc.), la ri-cerca si doveva concentrare sulla validazione deiprocessi (percorsi o sequenze finalizzate di attisanitari).

nEconomicità: i dati occorrenti dovevano ri-spondere a criteri di facile ed economica repe-ribilità.

La ricerca delle fonti è iniziata identificando leOrganizzazioni note per essere impegnate nellavalutazione di qualità dell’assistenza sanitaria eproduttrici di liste di indicatori di efficacia clini-ca, internazionalmente disponibili.

Organismi internazionalinOrganizzazione Mondiale della Sanità (OMS)nOrganizzazione per la Cooperazione e lo Svi-luppo Economico OCSE)

nBanca Mondiale, Fondo Monetario Internazio-nale (FMI)

n Joint Commission on Accreditation of Health-care Organizations (JCAHO)

nNational Committee for Quality Assurance(NCQA)

nFoundation of Accountability (FACCT)nHealth Care Financing Administration (HCFA)nMaryland Hospital Association (MHA)nAgency for Health Care Policy and Research(AHCPR)

nComputerized Needs-oriented Quality measu-rement Evaluation System (CONQUEST)

nGB National Health Service (NHS): NHS per-formance indicators, National Health Serviceexecutive, UK Clearinghouse on health out-comes

nCanadian Council on Health Service Accredi-tation (CCHSA), Canadian Institute for HealthInformation (CIHI)

Rassegna della letteratura e delle esperienze

57

iSup

plem

enti

di

nAustralian Council on Healthcare Standards Eva-luation Program (ACHSEP)

nNational Health Ministers Benchmarking Wor-king Group (NHMBWG)

nQuality and Outcome Indicators Project (QOIP)nNHS Scotland: Clinical Indicators support TeamnCentre for Quality of Care Research (WOK) aformal collaboration between the Universitiesof Nijmegen and Maastricht

nCenter for Outcomes Research (COR) at theUniversity of Massachusetts Medical School inWorcester Massachusetts

nHealth Services Research Unit (HSRU) at theUniversity of Aberdeen

n Irish Clearing House on Health Outcomes.La ricerca ha poi interessato le fonti di dati a ca-rattere nazionale, sotto riportate.

Organismi istituzionalinMinistero della SalutenAgenzia nazionale per i Servizi Sanitari Regio-nali (ASSR)

n Istituto Superiore di Sanità (ISS)nRegioni e Province Autonome,Assessorati allasanità

nRegioni e Province Autonome,Agenzie Sani-tarie Regionali

n Istituti di Ricerca e Cura a Carattere Scientifi-co, Italia (IRCCS)

nAziende Ospedaliere (AO)nAziende Sanitarie Locali (ASL)nConsiglio Nazionale delle Ricerche (CNR) –Problemi prioritari e politiche di razionalizza-zione del SSN (1997-1998).

Altre fonti nazionalin Indicatori di efficienza e di qualità nel SSN (DM24 luglio 1995 )

n Indicatori di qualità dei servizi e delle presta-zioni sanitarie (DM 15 ottobre 1996)

nDefinizione dei Livelli Essenziali di Assistenza(LEA) (DPCM 29.11.2001)

nSistema di garanzie per il monitoraggio dell’as-sistenza sanitaria (DM 12.12.2001)

nSocietà Italiana per la Verifica e Revisione del-la Qualità (SIVRQ)

nAssociazione Nazionale Aiuti e Assistenti Ospe-dalieri (ANAAO)

nSocietà Scientifiche di ambito medico-chi-rurgico

nGruppo Interdisciplinare per la Medicina Basa-ta sulle Evidenze (GIMBE)

nStudio “Prometeo” del Dipartimento di sanitàpubblica dell’Università degli Studi di Roma TorVergata (1996)

nCERFE.Trattandosi a volte di siti ordinari, ma più spessodi portali verticali ad alta complessità (vortal), peruna accurata ricerca al loro interno, si sono ap-plicate le regole di analisi dei siti secondo parolechiave, facendo riferimento, per i siti internazio-nali, al Tesaurus (Medical Subject Headings MeSH)della National Library of Medicine, utilizzandole seguenti parole-chiave: quality indicators, cli-nical performance measures, quality requirement,quality specification, methodological quality. Ilsuccessivo completamento dei dati si è ottenutoattraverso l’utilizzo proprio dei sistemi di ricercabibliografica offerti da banche dati specifiche co-me PubMed, uniti a ricerche mirate nel web, chehanno sempre rispettato i seguenti parametri pro-cedurali secondo il metodo SEWCOM (Searchthe Web with Concept Maps). Il metodo utilizzal’approccio delle mappe concettuali e si basa sulpresupposto che la ricerca delle informazioni suInternet non sia che un primo passo cui deve se-guire la ristrutturazione e la valutazione della nuo-va conoscenza acquisita in strutture cognitive fles-sibili e d’immediato utilizzo. Il metodo prevedequattro fasi:1. Brainstorming e contestuale creazione di una

mappa concettuale con parole correlate al-l’argomento che si vuole cercare

2. Ristrutturazione topologica della mappa sul-la base delle aree semantiche individuate 2.1.Uso dei motori di ricerca utilizzando le

parole chiave che definiscono ciascunaarea semantica


58

iSup

plem

enti

di

3. Lettura e valutazione dei documenti trovati3.1.Scoperta di nuovi termini da aggiungere

alla mappa3.2.Eventuale nuova ricerca on-line per filtra-

re e focalizzare meglio il tema usando inuovi termini (lessico) come key-words.

4. Ristrutturazione creativa della mappa trami-te l’evidenziazione delle interrelazioni fra con-cetti appartenenti ad aree semantiche diffe-renti.

La rassegna della letteratura (voci bibliografichee siti web) è riportata in dettaglio nel sito inter-net dell’ASSR www.assr.it.

RISULTATI DELLA RASSEGNA DELLA LETTERATURAIl Progetto coordinato dall'Agenzia per i ServiziSanitari Regionali aveva tra le sue finalità la mes-sa a punto di una famiglia di indicatori che do-veva costituire un database di tipo longitudinale,con lo scopo di:n raccogliere dati che, alimentati da flussi regio-nali, interessino l’intero territorio nazionale;

nottenere informazioni su una varietà di proble-mi di politica sanitaria e di epidemiologia deiservizi sanitari, compresa la qualità stessa dei ser-vizi sanitari, i comportamenti della pratica assi-stenziale, gli esiti degli interventi;

n rendere questi dati/informazioni facilmente dis-ponibili ad un gran numero di utilizzatori pub-blici e privati.

Dalla rassegna bibliografica si ricavano pertantoalcune considerazioni. Innanzitutto, non sembrafacile applicare nel nostro Paese molti degli indi-catori presenti nel panorama internazionale, spe-cialmente se si utilizzano solo i database ammi-nistrativi. Infatti, il sistema informativo sanitarioitaliano non appare in linea, per quanto riguardacompletezza ed estensione dei dati, con quelli dialtre nazioni e sembra essere ancora molto lonta-no dal possedere i requisiti di un sistema ideale distudio dei risultati delle attività sanitarie, che do-vrebbero essere:ncontenere i dati longitudinali degli individui (da-

ti basati sulle persone), le loro condizioni medi-che e le prove della loro diagnosi; questi dati do-vrebbero identificare uno specifico soggetto neltempo;

n i dati dovrebbero consentire di collegare pazientisimili tra loro (“simili” in quanto in possesso dispecifiche definite);

ncomprendere i dati che descrivono, con un suf-ficiente dettaglio di analisi, il loro trattamento/i;

n rilevare i “risultati” di questi soggetti (stato di sa-lute, stato funzionale, qualità di vita) a diversi in-tervalli di tempo;

n includere dati che misurino tutti i fattori di ri-schio che si pensa siano associati con il tratta-mento e i suoi risultati come le caratteristichedei pazienti (anamnesi lontana e vicina, carat-teristiche socio-demografiche), elementi rife-riti alla struttura (misure di volume e di per-formance, accessibilità a prove diagnostiche, atecnologie e a trattamenti pertinenti) e altri fat-tori;

ngli elementi dei dati dovrebbero possedere lastessa definizione e valori di codifica uniformi,esenti da errori di misura o di omissione;

n il database dovrebbe essere rappresentativo ditutte le persone facenti parte di una comunità,o quantomeno della maggior parte di essa;

nper proteggere la privacy, l’archivio dei dati ba-sato sulle persone dovrebbe possedere sofistica-te restrizioni all’accesso.

In Italia il sistema informativo si basa, infatti, ingran parte sullo strumento delle schede di dimis-sione ospedaliera (SDO), che erano state defini-te per scopi puramente amministrativi, inoltre leistituzioni regionali che avrebbero avuto la pos-sibilità di implementare sistemi informativi, spes-so non hanno ad oggi organizzato servizi epide-miologici strutturati e credibili (basti pensare alfatto che in Italia anche il registro tumori rap-presenti ancora una forma di informazione nonesaustiva). I database amministrativi risultano, in-fatti, quando ben impostati, essere una risorsa disemplice consultazione, poco costosa, riferibile avasti campioni di popolazione e i cui dati, pur


59

iSup

plem

enti

di

trattandosi di indicatori di processo/attività, so-no tuttavia utilizzabili per la creazione di indica-tori di esito. Qualora, infatti, si riesca ad operarecon database amministrativi che permettano unappropriato punto di equilibrio tra qualità del-l'informazione, tempestività della raccolta dei da-ti e costi contenuti, si possono ottenere risultatiestremamente interessanti. Una seconda criticità,senza contare le difficoltà metodologiche, riguar-da la complessità di scelta di indicatori che ri-spondano adeguatamente alle esigenze degli uti-lizzatori in sede locale, regionale e nazionale; seè vero che gli indicatori di esito (e quindi di ef-ficacia pratica) dovrebbero mettere d’accordo, perla loro inoppugnabilità, i diversi stakeholders delsistema sanitario, tali indicatori possono essere in-terpretati non solo come marker di qualità, maanche come elementi per emettere giudizi di me-rito (urtando le suscettibilità dei soggetti sotto-posti a verifica). Un ulteriore ambito di criticitàemerso con forza dallo studio della letteratura èrelativo alla prevalenza assoluta di indicatori rife-ribili agli interventi di tipo ospedaliero rispetto aquelli riferibili all’assistenza territoriale, sia essaprimaria o residenziale. Proprio la constatazionedi questa situazione ha portato, nelle prime fasidell’avvio della ricerca, alla decisione di concen-trare gli sforzi unicamente sulle attività di tipoospedaliero, per avere una maggiore linearità pro-gettuale e omogeneità metodologica. Si è invecedeciso di avviare una nuova ricerca dedicata esclu-sivamente alle attività sanitarie e socio-sanitariedel territorio, ricerca che è stata approvata dal Mi-nistero della Salute nel corso del 2003 ed è ini-ziata operativamente nel gennaio 2004. I primirisultati di questa nuova ricerca sono sintetica-mente riportati nella parte finale di questa stessapubblicazione.

RIFERIMENTI ALLE PRINCIPALI ESPERIENZEINTERNAZIONALI Gli indicatori di esito rappresentano una specifi-ca tipologia di misure utilizzata nella valutazionesanitaria per il collegamento tra esiti e processi di

cura a monte, la cui implementazione avviene tra-mite dati di natura tecnico amministrativa.I processi e gli esiti delle cure includono due com-ponenti essenziali, dalle quali è impossibile pre-scindere:n la qualità tecnica;n la qualità interpersonale.In questo caso i manuali sulla qualità risultanocontributi positivi. In essi la classificazione degliindicatori è piuttosto particolareggiata e ciò fa-vorisce la sistematizzazione dell’esistente e per-mette l’emergere di eventuali lacune. Una primaclassificazione a due gruppi considera:a) indicatori di struttura;b) indicatori di processo.Questa classificazione si basa sulla cosiddetta “Bus-sola del Valore” (Focarile F., Indicatori di Qualitànell’assistenza sanitaria,Torino, Centro Scientifi-co Editore, 1998).Altri autori, di formazione piùmanageriale, dividono gli indicatori in:a) indicatori di struttura (descrivono il tipo e l’am-

montare delle risorse);b) indicatori di processo (descrivono le attività e

i compiti all’interno di determinati progetti);c) indicatori di esito.Questi ultimi, di tipo c, per via della difficile de-finizione di “esito”, vengono ulteriormente sud-divisi in c1) indicatori di esito correlati ai clien-ti/pazienti; c2) indicatori di esito non legati aiclienti/pazienti (Russo R., Indicatori di Perfor-mance,Torino, Centro Scientifico Editore, 2002).Sebbene la qualità interpersonale sia di difficile ac-certamento tramite i dati amministrativi, qualoraquesti siano utilizzati con perizia, presentano deivantaggi notevoli, per cui è possibile adottarli an-che come indicatori dell’efficacia del processo dicura. Gli indicatori costruiti mediante databaseamministrativi consentono, infatti, sia una buonavalutazione della qualità tecnica che della qualità“interpersonale”, soprattutto se integrati con al-tre fonti, nonostante però, ed è bene precisarlo,facciano sempre riferimento a quantità di popo-lazione approssimate.Qui di seguito vengono pre-sentate alcune tra le principali fonti internaziona-


60

iSup

plem

enti

di

li sugli indicatori. Per maggiori informazioni siveda nel sito internet dell’ASSR www.assr.it.

L’ESPERIENZA AMERICANAAHRQ (Agency For Healthcare Research And Quality)(http://www.qualityindicators.ahrq.gov/data/hcup/qinext.htm)Un’iniziativa importante nell’ambito della defi-nizione di indicatori di qualità è quella che pro-viene dall’Agency for Healthcare Research andQuality. Gli indicatori proposti da questa Agen-zia sono denominati QIs, hanno come caratteri-stica principale quella di poter essere rilevati at-traverso l’uso dei dati amministrativi in possessodelle strutture sanitarie. Questi indicatori si ca-ratterizzano per essere di facile costruzione e ri-sultano di notevole aiuto per misurare le diversedimensioni che caratterizzano la qualità in sani-tà. Contengono schede tecniche molto dettaglia-te che specificano criteri di estrazione dei casi conuna lista esaustiva di codici ICD-9-CM, con undettaglio che si estende alla quinta cifra del codi-ce. Includono un sistema di aggiustamento per ilrischio che utilizza le informazioni della SDO.Gli indicatori sono stati organizzati in tre sotto-gruppi, ognuno dei quali misura una precisa di-mensione del processo di cura:nPrevention Quality Indicators. Hanno per og-getto il numero dei ricoveri ospedalieri che glistudi di efficacia hanno definito come evitabili,qualora i pazienti venissero sottoposti a corret-te pratiche ambulatoriali o a misure di naturapreventiva.

n Inpatient Quality Indicators. Misurano la qua-lità dell’assistenza all’interno delle strutture ospe-daliere e attraverso la misurazione della morta-lità dei pazienti dipendente dalle condizioni me-diche, e la mortalità dei ricoverati dipendentedalle procedure.

nPatient Safety Indicators. Misurano la qualitàdelle cure con particolare riguardo alle compli-cazioni che derivano da operazioni chirurgichee altri eventi iatrogeni.

Prevention quality indicatorsGli indicatori denominati Prevention Quality(PQIs) sono utilizzati per misurare il livello diqualità delle cure ambulatoriali.Attraverso la mi-surazione del tasso di ospedalizzazione rispetto adalcune categorie di patologie, che possono esse-re evitate attraverso un efficace sistema di cureambulatoriali si può misurare il livello di qualitàdi queste ultime. Quindi, sebbene questi indica-tori siano costruiti sui dati dei ricoverati, posso-no fornire la misura della qualità delle cure al difuori dell’ambiente ospedaliero.Ad esempio, lecause di ricovero di pazienti affetti da diabete po-trebbero essere ricercate nella scarsa attività di mo-nitoraggio, o per il fatto che i pazienti non ab-biano ricevuto un’adeguata formazione riguardol’autogestione della malattia.Gli indicatori di pre-venzione sono 16 e vengono misurati con il tas-so di ricovero riguardo alle seguenti patologie de-finite “Ambulatorial care sensitive conditions”:1. Polmonite batterica 2. Disidratazione 3. Gastroenterite pediatrica 4. Infezione delle vie urinarie 5. Appendicite perforata 6. Basso peso alla nascita 7. Angina senza procedure 8. Scompenso cardiaco congestizio9. Ipertensione 10. Asma nell’adulto 11.Asma nel bambino 12.Broncopneumopatia cronica ostruttiva 13.Complicanze acute del diabete 14.Complicanze tardive del diabete 15.Diabete non controllato 16.Amputazione arti inferiori in pazienti dia-

betici.È importante sottolineare che, sebbene altri fat-tori esterni al diretto controllo del sistema dellestrutture sanitarie (come, ad esempio, le condi-zioni ambientali o la scarsa adesione del pazien-te alle indicazioni da parte del medico) possonoessere la causa dei ricoveri, gli indicatori di pre-venzione rappresentano un importante punto di


61

iSup

plem

enti

di

partenza per misurare la qualità delle cure all’e-sterno degli ospedali.

Inpatient Quality IndicatorsAnche gli indicatori definiti Inpatient quality in-dicatori (IQIs) sono un set di misure che forni-scono una valutazione della qualità delle cureospedaliere. Questi indicatori stimano la qualitàdelle cure all’interno degli ospedali e sono basa-ti sull’analisi del tasso di mortalità dei pazienti ri-coverati a causa di alcune patologie specifiche oche siano stati sottoposti ad alcune particolari pro-cedure mediche, o procedure per cui il loro vo-lume di utilizzo sia legato ai risultati (per l’elen-co degli indicatori IQIs si veda l’Allegato A).Ogniindicatore è indagato sulla base di un’altra seriedi caratteristiche che possono essere riassunte sot-to forma di domande come segue:nLimitazioni nell’utilizzo dell’indicatorenValidità delle relazioni (Validity Concerns): l’in-dicatore è in grado di catturare (intercettare) gliaspetti di qualità che sono di particolare inte-resse per il sistema sanitario?

nPrecisione: le differenze di misurazione che siottengono nei diversi contesti nelle misure del-l’indicatore sono imputabili alla costruzione del-l’indicatore?

nDistorsione (Bias): è possibile applicare dei corret-tivi statistici per cercare di minimizzare il rischiodi errore che dipende dal paziente che si esamina?

nFavorire il reale miglioramento di qualità: l’in-dicatore consente di evitare il meccanismo per-verso per cui il personale sanitario è portato adevitare di curare casi complessi per correggereil valore dell’indicatore?

nUsabilità: è possibile un facile utilizzo dell’indi-catore nella realtà della misurazione?

Patient safety indicatorsGli indicatori denominati Patient Safety Indica-tors (PSIs) sono stati proposti dall’ASSR a mar-zo del 2003 e hanno l’obiettivo di misurare il gra-do di sicurezza all’interno degli ospedali. Gli in-dicatori fanno riferimento ad alcune tra le com-

plicazioni cui potrebbero essere sottoposti i pa-zienti a seguito di alcune procedure che vengo-no utilizzate, ad esempio, durante gli interventiospedalieri o le operazioni chirurgiche (per l’e-lenco degli indicatori PSIs, si veda l’Allegato A).

Medicare National Health Care QualityImprovement Projectshttp://www.ipro.org/index/pro_hcqipIl progetto denominato Health Care Quality Im-provement Program (HCQIP) ha lo scopo di mi-surare la qualità dell’assistenza dei pazienti che siservono della rete Medicare. Con il ProgrammaHCQIP, le informazioni sulla qualità delle cure esugli esiti outcome sono raccolte e condivise coni fornitori di assistenza (health care providers) alfine di migliorare il livello di cura dei pazienti diMedicare. L’Health Care Improvement Depart-ment si interessa principalmente di misurare laqualità nelle seguenti aree cliniche:nAcute Care: Congestive Heart Failure,AcuteMyocardial Infarction (AMI), Pneumonia, Sur-gical Infection Prevention

nLongterm Care: Nursing Home Quality Initia-tive Project, Home Health

nOutpatient Services:Asthma, Breast Cancer, Dia-betes, Immunization.

Per ognuna delle seguenti aree cliniche sono sta-te costruite una serie di linee guida con lo scopodi definire alcune strategie utili al miglioramen-to della performance nei diversi ambiti di assi-stenza e per implementare un programma di svi-luppo della qualità. Le linee guida si compongo-no di diverse parti, una delle quali riguarda la de-finizione di un sistema di indicatori di qualità.

Alliance for quality health care(http://www.myhealthfinder.com/iqi2001/index.php)L’Alliance for Quality Health Care (AQHC) e laNiagara Health Quality Coalition (NHQC) han-no costruito un sistema di indicatori per la valuta-zione della qualità dell’assistenza all’interno degliospedali dello Stato di New York.Tale sistema con-sente ai pazienti di avere a disposizione un insie-


62

iSup

plem

enti

di

me importante di dati con cui confrontare le per-formance delle diverse strutture sanitarie in tuttolo Stato. Ogni ospedale è tenuto a fornire al pub-blico un documento dove sono evidenziati i risul-tati rispetto ad ogni singolo indicatore di qualità.Gli indicatori sono costruiti sulla base dei dati am-ministrativi che ogni struttura ha a disposizione.Sebbene i dati amministrativi non possano essereconsiderati come esaustivi per la rappresentazionedella qualità, tuttavia possono essere considerati unbuon punto di partenza per comprendere il livel-lo di cura dei singoli ospedali. Gli indicatori pro-posti sono stati catalogati in quattro aree:nVolumi delle procedurenMortalità per procedura nei ricoveratinMortalità per condizioni nei ricoveratinUtilizzo di procedure

Texas health care information council(http://www.thcic.state.tx.us/IQIReport2000/IQIReport.htm)Il Texas Health Care Information Council(THCIC), è un’agenzia statale che si occupa diindividuare gli indicatori sulla qualità, di racco-gliere i dati che provengono dagli ospedali e dal-le strutture sanitarie e di pubblicare i risultati ditale raccolta. Ciò al fine di consentire ai pazientiun agevole confronto fra le diverse realtà sanita-rie dello Stato.Alla fine di ogni anno viene pub-blicato un rapporto dove, sulla base degli indica-tori definiti dalla THCIC sono messe a confron-to alcune strutture sanitarie della regione. LaTHCIC così definisce il concetto di qualità:“Ilgrado con cui i servizi sanitari per gli individui ele popolazioni aumentano la probabilità di otte-nere un esito desiderato e sono conformi alle co-noscenze professionali correnti”. In altre parole,qualità significa far incontrare le esigenze dei pa-zienti con i risultati che vengono forniti dall’evi-denza dei dati sull’efficacia pratica. La THCIC haprodotto un documento che fornisce un contri-buto alla corretta interpretazione della prima ver-sione di aggiustamento per il rischio del sistemadi indicatori dell’AHRQ.

National Committee for Quality AssuranceNCQA(http://www.ncqa.org/sohc2002/sohc_2002_tableofcontents.html)Un altro elenco di indicatori è proposto dal-l’NCQA. Questi indicatori si caratterizzano peressere costruiti sulla base di una grande banca da-ti chiamata HEDIS (Health Plan Employer Dataand Information Set). Qui sotto è riportato l’e-lenco degli indicatori considerati:nStato di immunizzazione degli adolescenti nGestione dei farmaci antidepressivi nUso dei beta-bloccanti dopo un attacco car-diaco

nScreening per il cancro della mammellanScreening per il cancro della cervice uterinanStato di immunizzazione dei bambininScreening per la ChlamydianGestione dell’ipercolesterolemia dopo attaccocardiaco

nCure complessive del paziente diabetico nControllo dell’ipertensione nFollow-up dopo ospedalizzazione per malattiementali

nCure prenatali e post-partum nUso appropriato dei farmaci nei pazienti asma-tici

Joint Commission on Accreditation of Healthcare Organizations(http://www.jcaho.org/pms/index.htmhttp://www.jcaho.org/pms/core+measures/index.htm)La JCAHO (Joint Commission on Accreditationof Healthcare Organizations) è un'istituzione perl'accreditamento delle organizzazioni sanitarie al-l'interno degli Stati Uniti. L’JCHAO ha elabora-to un documento “A Comprehensive Review ofDevelopment and Testing for National Imple-mentation of Hospital Core Measures” con l’o-biettivo di supportare gli ospedali nella scelta de-gli indicatori di qualità.A tal proposito, il docu-mento fornisce una serie di indicazioni finalizza-te a definire l’impatto che la scelta di determina-


63

iSup

plem

enti

di

ti indicatori comporta per l’organizzazione ospe-daliera. Il documento si concentra su alcune trale patologie più comuni, descrivendone breve-mente il loro impatto qualitativo e quantitativoall’interno degli Stati Uniti; fornisce anche unabreve panoramica sulle ragioni cliniche che han-no indotto alla scelta di alcuni indicatori già inuso all’interno degli ospedali e propone l’intro-duzione di altri che si ritengono utili per il mi-glioramento della qualità della misurazione. Gliindicatori proposti sono prevalentemente indica-tori di processo. Alcuni degli indicatori dellaJCHAO sono comuni agli indicatori CMS, chesono stati adottati dalla Hospital Qualit Initiative(HCI).

Utah Hospital Quality Indicator (HCUP Project), USAAl progetto aderiscono le strutture ospedalieredi 12 diversi stati americani. Gli ospedali associatialla rete utilizzano le stesse basi dati e costrui-scono gli stessi indicatori. Questi sono voluta-mente semplici, in modo da agevolare la lorocomprensione da parte dei pazienti. In questa ot-tica, ogni indicatore è corredato da una breve de-scrizione della patologia a cui si riferisce, dagliinterventi che il personale sanitario svolge ri-spetto a quella patologia e da una breve descri-zione tecnica.

L’ESPERIENZA CANADESEStatistics Canada (www.statcan.ca) Il governo canadese sostiene un programma chepermette di confrontare i dati di 14 aree d’inte-resse sia a livello provinciale che regionale. Il pro-gramma prevede rapporti annuali attraverso i qua-li è possibile costruire un quadro generale sullostato di salute della popolazione. Le aree di inte-resse sono suddivise in 4 principali capitoli: Ef-fectiveness Indicators, Indicators related to mor-tality, Indicators related to ambulatory care sen-sitive condition e Effectiveness indicators relatedto re-admission. Ogni regione o provincia alla fi-

ne dell’anno presenta un rapporto (Report) sul-lo stato di salute della popolazione del territorioche è costruito sulla base degli stessi indicatori.

Canadian institute for health informationIl Cihi è un’organizzazione indipendente con l’o-biettivo di migliorare la qualità delle cure eroga-te dal sistema sanitario nazionale.

L’ESPERIENZA INGLESENHS performance 2000 (http://www.huddweb.demon.co.uk/Perform/Intro.htm)Il documento dal titolo A First Class Service: Qua-lity in the New NHS identifica un sistema di in-dicatori in grado di misurare la qualità all’inter-no del sistema sanitario nazionale britannico.Que-sto sistema è molto complesso e articolato e per-mette la misurazione della qualità dell’intero si-stema nazionale. Gli indicatori sono accorpati pergrandi “famiglie”. Qui di seguito sono stati sele-zionati gli indicatori relativi alla misura della per-formance.

Indicatori di performance NHSnRates of death in hospital within 30 days of Sur-gery (Non-Emergency Admissions)

nRates of death in hospital within 30 days of Sur-gery (Emergency Admissions)

nRates of deaths in hospital within 30 days ofemergency admission with a hip fracture (neckof femur), for patients aged 65 and over

nRates of deaths in hospital within 30 days ofemergency admission with a heart attack (myo-cardial infarction), for patients aged 35-74

nRates of emergency readmission to hospital wi-thin 28 days of discharge from hospital

nRates of discharge to usual place of residencewithin 56 days of emergency admission fromthere with a stroke, for patients aged 50 and over

nRates of discharge to usual place of residencewithin 28 days of emergency admission fromthere with a hip fracture (neck of femur), for pa-tients aged 65 and over.


64

iSup

plem

enti

di

National Health Service e Università di Birmingham(http://www.hsmc3.bham.ac.uk/hsmc/publicns/effind.htm)Un altro importante contributo è quello che ilNational Health Service britannico ha commis-sionato all’Università di Birmingham con l’o-biettivo di identificare un valido set di indicato-ri in grado di misurare l’efficacia clinica (clinicaleffectiveness). Sono stati predisposti 48 indicatori,per ognuno dei quali è disponibile una scheda chedescrive il rationale, le evidenze di efficacia rela-tive alle attività sanitarie oggetto di misurazione,le considerazioni relative al rapporto costo/effi-cacia, le fonti informative necessarie per il calco-lo, i riferimenti bibliografici.

Institute for Health Sciences University of Oxford National Centre for Health OutcomesDevelopment(http://www.ihs.ox.ac.uk/nchod/phi.uhce.ox.ac.uk)Lo scopo di questo centro, costituito nel 1998presso l’Università di Oxford e presso la Lon-don School of Hygiene, è l’identificazione e losviluppo di indicatori per la misura degli esiti(outcomes) in sanità. Il programma di ricercacopre due grandi aree: la prima, riguarda lo svi-luppo di misure quantitative per il confrontotra diverse realtà territoriali e diverse strutturesanitarie; la seconda, l’identificazione di indi-catori legati ad un aspetto che riguarda il pun-to di vista dei pazienti (patient perspectives).Dopo aver identificato una lista di patologie ri-levanti, il Centro ha sviluppato per ognuna diesse una serie di indicatori. Gli indicatori sonostati presentati tutti con lo stesso standard. Éimportante sottolineare che ad ogni indicato-re è associata, con una lettera che va dalla A al-la E, una diversa modalità di acquisizione deidati necessari affinché l’indicatore possa essereutilizzato:A. Da raccogliere di norma su base routinariaB. Da raccogliere di norma con indagini perio-

diche

C. Da raccogliere laddove le circostanze localiconsentono una raccolta routinaria

D. Da raccogliere laddove le circostanze localiconsentono un’indagine periodica

E. Da sviluppare ulteriormente, perché la rela-zione con l’efficacia non è chiara o la specifi-cazione dell’indicatore è incompleta.

Commission for health improvement - CHI(http://www.doh.gov.uk/performanceratings/2003/index.html)NHS Performance Indicators 2002/2003La Commission for Health Improvement (CHI)è l’ente che, per conto dell’NHS, si occupa dellosviluppo della metodologia di rilevazione dellamisura di qualità, secondo i criteri definiti dal Di-partimento della Salute.Qui di seguito sono elen-cati gli indicatori di performance (Pls) propostidal CHI e ordinati rispetto a tre diverse aree cli-niche: PIs for Acute & Specialist Trusts, PIs forMental Health Trusts, PIs for PCTs.

L’ESPERIENZA SVEDESENational Board of Health and WelfareProposals(www.sos.se/fulltext/110/2001-110-1/summary.pdf)Il documento “Overall quality indicators in healthcare and medical services”, a cura del NationalBoard of Health and Welfare Proposals, ha prepa-rato, come recita il titolo, un insieme di indicato-ri della qualità delle cure. È importante sottoli-neare l’aspetto centrale che sembra guidare il do-cumento che può essere riassunto nelle seguentiparole:“una buona assistenza, di elevata qualità ein termini uguali per l’intera popolazione, è il fi-ne ultimo dell’intera assistenza sanitaria e di ogniservizio medico”. Gli indicatori di qualità risul-tano, dunque, fondamentali nel costante proces-so di miglioramento della qualità delle cure chedeve interessare tutte le strutture sanitarie del Pae-se. Il documento propone 60 indicatori di quali-tà utili per il monitoraggio delle attività chiave ri-tenute determinanti per erogare un servizio sani-


65

iSup

plem

enti

di

tario di qualità. Nel documento si sottolinea cheper alcune aree cliniche si hanno a disposizionedati, per altre, invece, tali dati risultano di diffici-le reperibilità. Nel caso della Svezia è stata ope-rata la scelta di definire gli indicatori rispetto al-le seguenti 16 aree cliniche:1. Diabete2. Coronaropatie3. Ictus4. Artrite reumatoide5. Psichiatria6. Malattie apparato muscolo-scheletrico7. Cancro8. Cure primarie9. Chirurgia11.Assistenza e cure in età pediatrica e adole-

scenziale12.Cure prenatali13.Ostetricia e ginecologia14.Demenza15.Cure dentali16.Oculistica

RIFERIMENTI ALLE PRINCIPALI ESPERIENZE NAZIONALIL’esperienza italianaRecentemente in Italia sono state condotte, in di-verse regioni, interessanti, anche se problemati-che, esperienze dei sistemi di stadiazione (Disea-se Staging,APR-DRG) sui database amministra-tivi per la valutazione dell’appropriatezza dei ri-coveri ospedalieri (www.assr.it/DRGmain.htm;www.asplazio.it; www.regione.emilia-roma-gnait/agenziasan; www.regione.veneto.it/setto-ri/documento.asp?DocID=1289).

Alcune sintetiche considerazioni Qualche spunto di riflessione emerge dall'analisidegli studi sopra elencati:nvengono ribadite le considerazioni iniziali circala difficoltà di applicazione di alcuni degli indi-catori al Sistema Sanitario Nazionale presentein Italia e, in particolare, appare chiaro come tut-ti i sistemi studiati presentino luci ed ombre;

n tra le esperienze maggiormente significative deb-bono essere citate i Patient Safety IndicatorsAHRQ (Agency for Healthcare Research andQuality), nonchè gli indicatori compresi nel pro-gramma Statistics Canada;

noccorre segnalare come la rassegna sugli indi-catori sia stata fatta per selezionare e riadattarespecifiche tipologie di indicatori in riferimen-to ad un selezionato campo di analisi.Ad esem-pio, rispetto a quanto emerso dall’analisi dellaletteratura, sarebbe opportuno specificare sem-pre e in maniera inequivocabile il livello di ag-gregazione territoriale al quale si voglia fare ri-ferimento;

ngli indicatori selezionati (per un numero mas-simo compreso tra 20 e 30) andrebbero spe-rimentati ed implementati in realtà geografi-che ristrette in modo che diano la possibilitàdi seguire i legami con indicatori di qualitàche, non presenti sui database amministrativi,sono però registrabili con studi ad hoc, tenen-do anche conto delle eventuali sinergie in-staurabili con gli indicatori definiti dal Mini-stero della Salute.

INTEGRAZIONI ALLE PRECEDENTI ANALISI:AGGIORNAMENTO BIBLIOGRAFICOIn questa sezione è contenuto un aggiornamentobibliografico sulla rassegna della letteratura pergli indicatori delle attività sanitarie ospedaliere:tali riferimenti bibliografici sono stati individuatisia dopo la conclusione del progetto, sia dopo lafase di avvio e la successiva ricognizione dellaletteratura del nuovo progetto sugli indicatoridel territorio, riportata di seguito in un capito-lo a parte.Le integrazioni bibliografiche più rilevanti, cor-rispondenti al periodo 2003-2005, si riferisco-no alle seguenti aree di interesse: esperienze diimplementazione degli indicatori sviluppati dal-l’Agency for Healthcare Research and Quality(AHRQ), problemi di interpretazione dei ri-sultati e di diffusione delle informazioni, pro-


66

iSup

plem

enti

di

blemi di metodologia statistica, strumenti di re-cord linkage.nEsperienze di implementazione degli indicatoriAHRQ. La maggior parte delle pubblicazionisi riferisce ad esperienze di implementazionedei Patient Safety Indicators (PSi)1-8; tra queste,emergono le valutazioni effettuate nell’area pe-diatrica e neonatologica1,2,4,8: viene confermataanche in quest’area il contributo informativodei PSi come strumento di screening iniziale.Le maggiori limitazioni sono segnalate relati-vamente agli indicatori attivati da un eventofatale: in particolare, viene sottolineata la scar-sa sensibilità del “failure to rescue” e della “mor-talità nei DRG a bassa mortalità” nell’indivi-duare eventi evitabili4, rispetto all’uso di tali in-dicatori nella patologia dell’adulto. Inoltre, inconsiderazione della bassa mortalità che carat-terizza le condizioni critiche in area neonata-le, viene suggerita una modifica dei criteri spe-cifici di definizione dell’indicatore “failure torescue” salvaguardando il rationale, che preve-de di identificare i casi di ricovero in cui si èverificato un ritardo nell’individuare le com-plicanze o un ritardo nell’attivare gli interven-ti correttivi1. Per quanto riguarda l’uso dei PSiin area non pediatrica, prevalgono le confermesul contributo informativo di tale insieme diindicatori6,7 con un richiamo a tenere contoanche dei ricoveri ripetuti, in quanto il rico-vero indice si riferisce talora a complicanze in-sorte in un precedente ricovero5. La correttainterpretazione dei risultati presuppone, inol-tre, la consapevolezza che gli eventi avversi nonincidono con uguale frequenza in tutti i sotto-gruppi di popolazione ospedaliera, ma posso-no variare in funzione dell’appartenenza etni-ca, della scolarità e del reddito; ai fini dell’in-terpretazione dei risultati, sarebbe pertanto uti-le prevedere ulteriori elementi informativi, pur-troppo non sempre disponibili nelle SDO3.

nRevisione critica dell’uso degli indicatori di “safety”.Basata sui database amministrativi propone le se-guenti asserzioni6:

- I codici ICD-9-CM consentono di calcolareindicatori di “safety” caratterizzati da valori disensibilità e specificità che dipendono dal con-testo più che dal sistema di codifica: in generesi evidenzia una bassa sensibilità e una specifi-cità adeguata (“fair specificity”).

-Le metodologie di aggiustamento degli indi-catori di “safety” sono caratterizzate da una si-gnificativa dipendenza dalle segnalazioni dellecomorbidità

-La variabilità degli stili di codifica tra ospeda-li è elevata e ha un impatto significativo sugliindicatori di “safety”; pertanto, il sistema di in-dicatori basato sui database amministrativi nonconsente confronti tra ospedali, ma può essereprezioso ai fini del monitoraggio all’interno diciascun ospedale: si tratto di uno strumento discreening iniziale, da integrare con strumentipiù specifici di analisi su un campione miratodi casi di ricovero

-Gli indicatori di “safety” possono essere utiliz-zati nella ricerca epidemiologica, tenendo con-to, tuttavia, che producono stime per difetto

-Attualmente non è appropriato l’uso di questiindicatori all’interno di rapporti pubblici, inquanto potrebbero generare discussioni e con-fusione più che corretta informazione.

n Interpretazione dei risultati e diffusione delle infor-mazioni. Oltre alla pubblicazione di Lilford, Mo-hammed e Spiegelhalter, già citata nella biblio-grafia essenziale, sono stati selezionati alcuni ri-ferimenti bibliografici che riassumono tutti glispunti necessari per i programmi di ricerca fu-turi9-12. Nel primo articolo citato9, è disponibi-le una discussione esaustiva in merito ai possi-bili effetti positivi e negativi dei rapporti pub-blici contenenti misure di qualità (“the unin-tended consequences of publicly reporting qua-lity information”). I possibili meccanismi chepotrebbero favorire la promozione della quali-tà sono: selezione degli erogatori ad alta quali-tà da parte dei pazienti, selezione da parte di al-tri professionisti (es. Medici di Medicina Ge-nerale), selezione da parte delle Organizzazio-


67

iSup

plem

enti

di

ni sanitarie governative o delle Assicurazioni,incentivo all’attivazione degli interventi mi-gliorativi da parte degli erogatori come rispo-sta all’accesso pubblico ai dati. In realtà tali ef-fetti ipotizzati non sono stati ancora dimostra-ti ed esistono anche dimostrazioni di possibilieffetti negativi: la selezione di pazienti menogravi da parte degli erogatori, soprattutto nel-l’ambito della chirurgia elettiva, con il rischiodi un eccesso di indicazione all’intervento chi-rurgico, determinando un problema di appro-priatezza e l’esclusione al momento dell’accet-tazione o addirittura il trasferimento dei pa-zienti più gravi negli ospedali che non accetta-no di pubblicare i le proprie performance. Ladiscussione, comunque, non è se pubblicare idati, ma quali dati pubblicare (indicatori di out-come, di processo o di volume): nel momentoin cui in un determinato ambito territoriale ini-zia la pubblicazione dei dati è necessario che leinformazioni siano disponibili su tutti gli ero-gatori e che il sistema di indicatori sia stato con-diviso da tutti i soggetti interessati (organizza-zioni sanitarie governative, assicurazioni, eroga-tori, rappresentanti degli utenti). Nel secondoarticolo10, sono delineati i principali problemida affrontare nei futuri programmi di ricerca inmerito all’utilizzazione degli indicatori in unsistema di competizione economica tra eroga-tori. Negli altri due articoli11,12, viene discussal’opportunità di presentare i risultati degli ero-gatori per mezzo dei cosiddetti “caterpiller plot”che consentono di visualizzare la classifica de-gli ospedali (“league table”) con un grafico ana-logo a quello che si utilizza nelle metanalisi.Ta-le approccio viene criticato, in quanto l’am-piezza della variabilità casuale non consente diottenere una classifica univoca; in alternativaviene suggerito l’uso dei cosiddetti “tunnel plot”che consentono di una presentazione più cor-retta della relazione tra i risultati di ciascun pro-vider con la corrispondente misura di precisio-ne (essenzialmente determinata dall’entità nu-merica della casistica trattata).Tale tipo di ap-

proccio è collegato alle carte di controllo e con-sente di individuare gli outlier più che costrui-re classifiche il cui contenuto informativo è dub-bio e facilmente criticabile dai singoli provider.In base alla distribuzione delle unità di osser-vazione sul grafico è inoltre possibile indivi-duare carenze del sistema di aggiustamento delrischio e verificare eventuali fattori non consi-derati in precedenza al fine di definire un piùappropriato modello predittivo12.

nProblemi di metodologia statistica. Sono sempre piùfrequenti le segnalazioni in merito alla inade-guata applicazione dei modelli di regressionenelle valutazioni che prevedono indicatori dioutcome13,14,15. Il modello tradizionale, costitui-to dalla regressione logistica multipla, non tieneconto infatti della struttura gerarchica dei feno-meni e dei diversi livelli in cui si collocano leunità di osservazione. La discussione, fino a po-chi anni fa puramente teorica, ha iniziato a tra-sferirsi nella ricerca applicata in aree differentidella valutazione dei servizi sanitari: la mortali-tà aggiustata per il rischio del by-pass aorto-co-ronarico13, la mortalità nella chirurgia dell’eso-fago14, un insieme articolato di outcome intra-ospedalieri in pazienti con infarto miocardicoacuto15, l’immunizzazione per lo pneumococcoa livello di medicina di base16, In tutti i casi ven-gono sottolineati gli stessi risultati: una miglio-re definizione della capacità predittiva delle sin-gole covariate (l’eliminazione di false significa-tività statistiche e la corretta individuazione deireali predittori a tutti i livelli delle unità di os-servazione), il rispetto della struttura gerarchicadei dati.

nStrumenti di record linkage. Anche in questo am-bito, i riferimenti bibliografici degli ultimi an-ni evidenziano la transizione da una discussio-ne prevalentemente teorica, che consente di af-frontare problemi per lo più di dimensioni con-tenute, alla ricerca applicata a basi di dati di am-pie dimensioni e a problemi tipici della valuta-zione di qualità. Di particolare interesse la di-scussione relativa ai problemi di record linkage


68

iSup

plem

enti

di

tra dati ospedalieri e schede di morte17, lo svi-luppo di una “checklist” per valutare l’effettivautilità dei software di record linkage18, lo svi-luppo di strumenti di analisi estensiva di basi didati caratterizzate da informazioni incerte19,20.

L’integrazione bibliografica proposta in questamonografia si riferisce a pubblicazioni seleziona-te, giudicate particolarmente rilevanti allo statoattuale di sviluppo della ricerca metodologica.L’impressionante sviluppo della ricerca applicatanel campo degli indicatori sanitari richiede pe-raltro un continuo aggiornamento, che costitui-sce la premessa indispensabile di qualsiasi attivitàdi implementazione di un qualunque sistema diindicatori.

INTEGRAZIONE BIBLIOGRAFICA1. Simpson KR. Failure to rescue: implications for

evaluating quality of care during labor and birth.J Perinat Neonatal Nurs. 2005 Jan-Mar;19(1):24-34.

2. Johnson CE, Handberg E, Dobalian A, Gu-rol N, Pearson V. Improving perinatal and neo-natal patient safety:The AHRQ patient safetyindicators.

3. Coffey RM,Andrews RM,Moy E.Racial, eth-nic, and socioeconomic disparities in estimates ofAHRQ patient safety indicators.Med Care. 2005Mar;43(3 Suppl):I48-57.

4. Sedman A, Harris JM 2nd, Schulz K, Schwa-lenstocker E,Remus D,Scanlon M,Bahl V.Re-levance of the Agency for Healthcare Research andQuality Patient Safety Indicators for children’s ho-spitals. Pediatrics. 2005 Jan;115(1):135-45.Epub2004 Dec 3.

5. Weller WE, Gallagher BK, Cen L, HannanEL. Readmissions for venous thromboembolism:expanding the definition of patient safety indica-tors. Jt Comm J Qual Saf. 2004Sep;30(9):497-504.

6. Zhan C, Miller MR. Administrative data ba-sed patient safety research: a cr itical review.Qual Saf Health Care. 2003 Dec;12 Suppl2:ii58-63.

7. Zhan C, Miller MR. Excess length of stay, char-ges, and mortality attributable to medical injuriesduring hospitalization. JAMA. 2003 Oct8;290(14):1868-74.

8. Miller MR, Elixhauser A, Zhan C. Patient sa-fety events during pediatric hospitalizations. Pe-diatrics. 2003 Jun;111(6 Pt 1):1358-66.

9. Werner RM,Asch DA. The unintended Conse-quences of Publicly Reporting Quality Information.JAMA. 2005 March; 293 (10): 1239-1244.

10. Romano PS, Mutter T. The Evolving Science ofQuality Measurement for Hospitals: Implicationsfor Studies of Competition and Consolidation. In-ternational Journal of Health Care Financeand Economics, 2004; 4 (2): 131-157.

11. Spiegelhalter DJ. Funnel plots for comparing in-stitutional performance. Statistics in Medicine.2005; 24: 1185-1202.

12.Spiegelhalter DJ. Handling over-dispersion of per-formance indicators. Qual Saf Health Care. 2005;14: 347-351.

13.Hannan EL,Wu C, DeLong ER et al. Predic-ting risk-adjusted mortality for CABG surgery: lo-gistic versus hierarchical logistic models. Med Ca-re. 2005 Jul; 43(7): 726-35.

14. Tekkis PP, McCulloch P, Steger AC et al.Mor-tality control charts for comparing performance ofsurgical units: validation study using hospital mor-tality data. BMJ. 2003; 326: 786-91.

15.Austin PC,Tu JV,Alter DA.Comparing hierarchicalmodeling with traditional logistic regression analysis amongpatients hospitalised with acute myocardial infarction:should we be analyzing cardiovascular outcomes data dif-ferently? Am Heart J. 2003;145(1):27-35.

16.Bardenheier BH, Shefer A, Barker L et al.Public Health Application Comparing Multile-vel Analysis with Logistic Regression: Immuni-zation Coverage among Long-Term Care Faci-lity Residents.Ann Epidemiol. 2005 Nov; 15(10): 749-755.

17.Zingmond DS,Ye Z, Ettner SL et al. Linkinghospital discharge and death records – accuracy andsources of bias. Journal of Clinical Epidemio-logy. 2004; 57(1): 21-9.


69

iSup

plem

enti

di

18.Charles Day. A checklist for evaluating record lin-kage software. National Agricultural StatisticsService, Bureau of Census, Federal Commit-tee on Statistical Methodology, National Re-search Council, Statistics Canada,WashingtonStatistical Society et al. 1997.

19.Mannino MV,Mookerjee VS.Probability Bounds

for Goal Directed Queries in Bayesian Networks.IEEE Transactions on Knowledge and DataEngineering. 2002; 14(5): 1196-1200.

20.Jin L, Li C, Mehrotra S. Efficient Record Linka-ge in Large Data Sets. 2003. Paper 113. De-partment of Information and Computer Scien-ce University of California.


70

iSup

plem

enti

di

Allegato A

71

iSup

plem

enti

di

INDICATORI DI I LIVELLO (BASATI SULLE FONTI INFORMATIVE ROUTINARIE)

n“Inpatient” Quality Indicators (IQI): è un insiemedi misure che possono essere calcolate utiliz-zando i dati di dimissione ospedaliera e che so-no orientati ai risultati delle cure.

1) Indicatori di volume: sono misure indirette diqualità: sono basati sull’evidenza che gli ospe-dali che effettuano un numero sufficientementeelevato di procedure intensive, complesse, adalta tecnologia tendono a produrre un risulta-to migliore

nResezione esofagea (numero assoluto)nResezione pancreatica (numero assoluto)nCardiochirurgia pediatrica (numero assoluto)nRiparazione di aneurisma dell’aorta addomina-le (AAA) (numero assoluto)

nBy-pass aorto-coronarico (CABG) (numero as-soluto)

nAngioplastica coronarica (PTCA) (numero as-soluto)

nEndoarterectomia carotidea (CEA) (numero as-soluto)

Totale: 7 indicatori.

2) Mortalità per condizioni cliniche: si riferisce acondizioni cliniche caratterizzate da eteroge-neità di risultati tra ospedali, per le quali c’èevidenza che un’alta mortalità può essere as-sociata a cattiva qualità delle cure

n Infarto miocardico acuto (mortalità intra-ospe-daliera) esclusi i trasferiti ad altri ospedali

n Infarto miocardico acuto (mortalità intra-ospe-daliera) esclusi i trasferiti ad altri ospedali e daaltri ospedali (AHRQ rev.4; dicembre 2004)

nScompenso cardiaco congestizio (mortalità in-tra-ospedaliera)

n Ictus cerebri (mortalità intra-ospedaliera)nEmorragia gastro-intestinale (mortalità intra-ospedaliera)

nFrattura del femore (mortalità intra-ospeda-liera)

nPolmonite (mortalità intra-ospedaliera)Totale: 7 indicatori.

3) Mortalità per procedure: si riferisce a proce-dure per cui è stata verificata una eterogenei-tà di risultati tra ospedali, per le quali c’è evi-denza che un’alta mortalità può essere associa-ta a cattiva qualità delle cure

nMortalità per resezione esofageanMortalità per resezione pancreaticanMortalità per cardiochirurgia pediatricanMortalità per aneurisma aorta addominalenMortalità per by-pass aorto-coronariconMortalità per angioplastica coronaricanMortalità per endoarterectomia carotideanMortalità per craniotomianMortalità per impianto di protesi d’ancaTotale: 9 indicatori.

4) Indicatori di utilizzazione: si riferiscono a pro-cedure che variano significativamente tra ospe-dali, per le quali è stato sollevato un problemadi sovra o sotto-utilizzazione o di appropria-tezza.

Allegato A

LISTA DEGLI INDICATORI PROPOSTI NELL’AMBITO DEL PROGETTO

nParto cesareo (complessivo)nParto cesareo (in assenza di pregresso parto ce-sareo) (AHRQ rev.4; dicembre 2004)

nParto vaginale successivo a parto cesareo, noncomplicato

nParto vaginale successivo a parto cesareo, globa-le (AHRQ rev.4; dicembre 2004)

nColecistectomia laparoscopicanAppendicectomia “incidentale” nell’anzianonCateterismo cardiaco bilateraleTotale: 7 indicatori.Gli Inpatient Quality Indicators sono calcolati alivello di singolo provider.Alcuni indicatori pos-sono essere calcolati a livello di area: incidenza diby-pass aorto-coronarico, incidenza di angiopla-stica coronarica, incidenza di isterectomia, inci-denza di laminectomia spinale.

nPatient Safety Indicators (PSI): è un insieme di mi-sure che possono essere calcolate utilizzando idati di dimissione ospedaliera e che sono orien-tati alla valutazione della sicurezza dei pazientiattraverso la rilevazione delle eventuali compli-canze del ricovero. Possono essere calcolati a li-vello di provider o a livello di area. I primi so-no orientati a segnalare le complicanze evitabi-li; i secondi le complicanze che possono essererilevate come conseguenza di una precedenteospedalizzazione.

nPuntura o lacerazione accidentalenComplicazioni dell’anestesianMorte nei DRG a bassa mortalitànUlcera da decubiton“Failure to rescue” (esito infausto attribuibile alritardato riconoscimento e/o trattamento di unacomplicanza)

nCorpo estraneo lasciato durante una proceduranPneumotorace iatrogenonEmorragia o ematoma post-operatorionFrattura del femore post-operatorianScompenso metabolico post-operatorionEmbolia polmonare o trombosi venosa profon-da post-operatoria

n Insufficienza respiratoria post-operatoria

nSepsi post-operatorianDeiscenza della ferita post-operatorian Infezioni selezionate nell’ambito di un tratta-mento medico

nReazione trasfusionalenTrauma alla nascita – lesione del neonatonTrauma da parto – parto cesareo (lesioni peri-neali di 4° grado)

nTrauma da parto – parto vaginale strumentale(lesioni perineali di 4° grado)

nTrauma da parto – parto vaginale non stru-mentale (lesioni perineali di 4° grado)

nTrauma da parto – parto cesareo (lesioni peri-neali di 3° e 4° grado) (AHRQ rev.4; febbraio2005)

nTrauma da parto – parto vaginale strumentale(lesioni perineali di 3° e 4° grado) (AHRQrev.4; febbraio 2005)

nTrauma da parto – parto vaginale non stru-mentale (lesioni perineali di 3° e4° grado)(AHRQ rev.4; febbraio 2005)

Totale: 23 indicatori.Tutti questi indicatori pos-sono essere calcolati utilizzando le SDO.

LISTA DI INDICATORI DI II LIVELLO (RICHIEDONO LA RILEVAZIONE DEI DATIDALLA CARTELLA CLINICA)1. Infarto miocardico acuto (fonte NQMC)n Infarto miocardico acuto: tempo mediano al-l’angioplastica coronarica

n Infarto miocardico acuto: tempo mediano allatrombolisi

n Infarto miocardico acuto: percentuale di pazientitrattati trombolisi entro 30 min dall’ingresso

n Infarto miocardico acuto: percentuale di pazientitrattati con angioplastica entro 90 min dall’ingresso

n Infarto miocardico acuto: percentuale di pazienticon disfunzione sistolica a cui sono stati pre-scritti ACE inibitori, in assenza di controindica-zioni

n Infarto miocardico acuto: percentuale di pazientia cui è stata prescritta aspirina, in assenza di con-troindicazioni, entro 24 ore dall’ingresso e alladimissione


72

iSup

plem

enti

di

n Infarto miocardico acuto: percentuale di pazientia cui sono stati prescritti beta-bloccanti, in as-senza di controindicazioni, entro 24 ore dall’in-gresso e alla dimissione

2. Scompenso cardiaco (fonte NQMC)nScompenso cardiaco congestizio: percentuale dipazienti dimessi con istruzioni scritte o mate-riale educativo

nScompenso cardiaco congestizio: percentuale dipazienti a cui sono stati prescritti ACE-inibito-ri alla dimissione

nScompenso cardiaco congestizio: percentuale dipazienti con documentazione di una valutazio-ne della funzione ventricolare prima o duranteil ricovero o in cui è stata pianificata una valu-tazione dopo la dimissione.

3. Chirurgia di protesi d’anca (ASSR)n Incidenza di lesioni da decubiton Infezioni chirurgiche: percentuale di pazienti acui è stata fatta la profilassi antibiotica preope-ratoria secondo le linee guida

n Incidenza delle ferite chirurgichen Incidenza di embolia polmonare e/o trombosivenosa profonda.

4. Chirurgia del colon (ASSR)n Infezioni chirurgiche: percentuale di pazienti acui è stata fatta la profilassi antibiotica preope-ratoria secondo le linee guida

n Incidenza delle ferite chirurgichenSepsi post-operatorianEmorragia o ematoma post-operatorio

nDeiscenza della ferita post-operatorianComplicazioni dell’anestesia.

5. ICTUS cerebri (fonte NQMC - CMS)nPercentuale di pazienti che vengono ammessi inospedale entro 3 ore dall’inizio dei sintomi

nPercentuale di pazienti che effettuano una TACcranio

nPercentuale di pazienti che effettuano una TACcranio entro 24 ore dall’ingresso

nPercentuale di pazienti a cui vengono sommi-nistrati anti-aggreganti

nPercentuale di pazienti a cui vengono sommi-nistrati anti-aggreganti entro 48 ore dal rico-vero

nPercentuale di pazienti a cui vengono sommi-nistrati anti-aggreganti entro 48 ore dall’iniziodei sintomi

nPercentuale di pazienti sottoposti a trattamentotrombolitico

nTempo di inizio del trattamento tromboliticonPercentuale di pazienti valutati in base ad unascala di disabilità

nPercentuale di pazienti a cui è prescritta aspiri-na alla dimissione

nPercentuale di pazienti con fibrillazione atrialea cui sono prescritti anticoagulanti

nPercentuale di pazienti per i quali è documen-tata la destinazione dopo la dimissione

nPercentuale di pazienti dimessi a domicilio (traquelli per i quali è documentata la dimissione)

nPercentuale di pazienti trasferiti in lungodegen-za (tra quelli per i quali è documentata la di-missione).

Allegato A

73

iSup

plem

enti

di


74

iSup

plem

enti

di

In questo documento vengono descritti i pro-blemi incontrati nella raccolta ed elaborazio-ne dei dati provenienti dalle diverse UO del-la ricerca, con particolare riferimento alle pro-

cedure seguite per realizzare i controlli di quali-tà sui dati stessi.Vengono riportati in dettaglio an-che i problemi specifici incontrati con i dati del-le singole regioni, in quanto forniscono un qua-dro dettagliato della situazione sul campo, delladisomogeneità dei formati e dei dati base di par-tenza e dei problemi che si possono incontrare inquesto tipo di esperienze. Confidiamo che l’illu-strazione dei problemi e delle soluzioni appresta-te possa essere di aiuto sia a quanti svolgono at-tività simili di integrazione ed elaborazione, sia aquanti si occupano della produzione e gestionedei dati.

PROBLEMI GENERALIIl problema principale incontrato in quasi tuttele regioni è stato quello relativo al formato del fi-le contenente i dati relativi ai ricoveri. Solo alcu-ne regioni hanno inviato i dati in un file con for-mato testo, come era stato richiesto, coerente-mente con il formato richiesto dal Ministero del-la Salute. Sono stati riscontrati anche i seguentiformati: SPSS,ARJ,Access, formato testo, ma contracciato diverso da quello ministeriale. Un altroproblema di carattere generale è stato quello chemolte regioni non hanno inviato la codifica del-le variabili e i codici spesso hanno significati dif-ferenti nelle diverse regioni.Alcuni database era-no privi di variabili che si utilizzano per il calco-lo degli indicatori americani o per la creazionedei database Access contenenti le cartelle clinicheestratte per il calcolo degli indicatori di II livel-

lo, come ad esempio le variabili:nAsl territoriale di riferimento nData di nascitanPeso alla nascitanDRGnMDC.Un altro problema è quello relativo all’indivi-duazione dei nati: inizialmente si era utilizzatocome criterio il peso alla nascita maggiore di ze-ro. Successivamente, in relazione al fatto che permolte regioni la variabile peso alla nascita era po-co attendibile, si è optato per l’incrocio tra la da-ta di nascita uguale alla data di ricovero con laprovenienza non compresa nei trasferimenti e conpeso alla nascita maggiore di zero. È necessariotuttavia precisare che non è stato possibile indi-viduare una soluzione pienamente soddisfacenteper risolvere questo problema, almeno per i dati2002 e 2003; in generale, la qualità della codificadell’area materno-infantile appare la più proble-matica.

PROBLEMI SPECIFICIRegione MarcheRicevuti i dati in formato Access, si sono impor-tati in Sas attraverso il programma “Import.sas”(contenuto nella sottocartella programmi dellacartella Marche). Dopo aver importato i dati èstato fatto un controllo di qualità degli stessi al fi-ne di evidenziare anomalie dei dati spediti dallaregione Marche attraverso il programma “con-trollo qualita SDO&nome.sas” (contenuto nellasottocartella CONTROLLI della cartella pro-grammi comuni). La “proc contents” elenca le va-riabili contenute nel database seguendo l’ordinein cui sono memorizzate (varnum); la “proc freq”

Allegato B

CONTROLLO DI QUALITÀ DEI DATI INVIATI DALLE UNITÀ OPERATIVE

calcola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio, e sola-mente per i ricoverati nelle Marche (cod 110), siaresidenti sia non residenti nella regione. Dall’a-nalisi dell’output “out_controllo_qualità.lst” (con-tenuto nella sottocartella programmi della cartel-la Marche) si sono evidenziati e successivamenterisolti i seguenti problemi:nPer tutte le variabili considerate la modalità 0indica i valori MISSING.

nLa variabile “codistit” è formata da 6 cifre: le pri-me 3 indicano la regione, le ultime 3 indicano l’I-stituto. La variabile “azistit” indica l’Azienda Sa-nitaria Locale od Ospedaliera di riferimento del-l’Istituto. Si è notato che,mentre per i codici del-le ASL 101-113 ci sono più di un istituto affe-rente, per le Aziende Ospedali o IRCA il codicedell’Azienda e il codice Istituto coincidono (oltre900).

nLa variabile “oneredeg” si presenta nelle moda-lità 0-9 e A,B. La modalità B non era presentenel tracciato ministeriale inviato dalle Marcheall’inizio del progetto; telefonando si è saputoche B indica “stranieri a carico del SSN trasfe-riti in Italia per programmi umanitari”.

nLa variabile “tiporic” si presenta nelle modali-tà 0-5. Nella modalità 0 (missing) sono com-presi i DH, i nati senza trauma (i nati con trau-ma assumono un valore di tiporic pari a 1-4 aseconda del tipo di ricovero effettuato dopo lanascita) e circa l’1% di pazienti non codificati.La modalità 5 indica il “trattamento sanitariovolontario”.

nLa variabile “mdc_grp” presenta 1.555 valorimissing; essi derivano dal fatto che sono asso-ciati ai DRG 468, 469 470, 476, 477, 480, 481,482, 483 che non sono definiti.

Azienda Ospedaliera di VeronaI dati dell’Azienda Ospedaliera di Verona sono sta-ti inviati in formato testo in due file separati,“ana-grafica2002” contenente la parte relativa ai datianagrafici e “sensibili2002” contenente tutti gli

altri dati. I due file sono stati chiamati “anagrafi-ca2002sas” e ”sensibili2002sas”. Questi due filesono stati importati in Sas rispettivamente attra-verso i programmi “Import_ana.sas” e “Im-port_sen.sas” (contenuti nella sottocartella pro-grammi della cartella Azienda Ospedaliera di Ve-rona). Dopo aver importato i dati è stato neces-sario unire i due database ottenuti attraverso lechiavi di identificazione univoca dei record(cod_reg, cod_ist e progr) con il programma“unione_LINKdrg”; tale programma contieneanche una proc sql nella quale si aggiunge la va-riabile MDC che non era presente nel databaseiniziale. Il file ottenuto è contenuto nella sotto-cartella programmi della cartella Azienda Ospe-daliera di Verona e si chiama “sdoVerona2002”.Su quest’ultimo file si è svolto un controllo diqualità dei dati al fine di evidenziare anomalie deidati spediti dall’Azienda Ospedaliera di Verona at-traverso il programma “controllo qualità dati.sas”(contenuto nella sottocartella programmi comu-ni della cartella regioni 2002). La “proc contents”elenca le variabili contenute nel dataset seguen-do l’ordine in cui sono memorizzate (varnum);la “proc freq” calcola la distribuzione di frequen-ze assolute e relative delle variabili elencate nellatable, che sono quelle di maggiore interesse perlo studio. Dall’analisi dell’output “out_control-lo_qualità.lst” (contenuto nella sottocartella pro-grammi della cartella Azienda Ospedaliera di Ve-rona), si sono evidenziati e successivamente risoltii seguenti problemi:nSi sono richieste le codifiche con relativo di-sciplinare tecnico delle variabili contenute neidue files ricevuti, poiché ci si voleva accertareche fossero gli stessi che vengono inviati allaregione.

n I DRG sono quelli della versione ICD9-CMdel ’97 (versione 14).

nL’ASL di appartenenza della struttura coincidecon il codice della struttura ospedaliera (902).

Regione Friuli Venezia GiuliaRicevuti i dati in formato Spss, sono stati impor-

Allegato B

75

iSup

plem

enti

di

tati in Sas attraverso i programmi:“Import_ini-ziale.sas”, con il quale si sono importati i dati re-lativi al database originario;“Import_agg.sas”, conil quale si sono importati i dati relativi alle varia-bili richieste alla regione Friuli Venezia Giulia,che mancavano nel database originario, ma chesarebbero servite: la disciplina, il reparto di di-missione, la data di nascita e il peso alla nascita;“Unione_linkaslterr.sas”, con il quale si sono ag-giunti i dati relativi alla variabile ASL territoria-le di riferimento di ogni istituto al database ori-ginario (contenuti nella sottocartella programmidella cartella Friuli Venezia Giulia).Dopo aver im-portato i dati si è svolto un controllo di qualitàdegli stessi al fine di evidenziare anomalie dei da-ti spediti dalla regione Friuli Venezia Giulia at-traverso il programma “controllo qualitaSDO&nome.sas” (contenuto nella sottocartellaCONTROLLI della cartella programmi comu-ni). La “proc contents” elenca le variabili conte-nute nel database seguendo l’ordine in cui sonomemorizzate (varnum); la “proc freq” calcola ladistribuzione di frequenze assolute e relative del-le variabili elencate nella table, che sono quelle dimaggiore interesse per lo studio, e solamente peri ricoverati in Friuli Venezia Giulia (cod 060), siaresidenti sia non residenti nella regione. Dall’a-nalisi dell’output “out_controllo_qualità.lst” (con-tenuto nella sottocartella programmi della cartel-la Friuli Venezia Giulia) si sono evidenziati e suc-cessivamente risolti i seguenti problemi:nLa variabile onere.nPer la variabile reparto di dimissione, perché ilformato è di 3, diversa rispetto alla codifica mi-nisteriale.

nLa variabile “tiporic” uguale a “D”, allora di-venta regric uguale a 2 per i dh; i valori man-canti di tiporic sono tutti i dh esclusi in regric.

nPer la variabile modalità di dimissione i valori 0vanno a missing, 9 ordinaria ADI (Assistenza Do-miciliare Integrata) e A deceduto.

nPer la variabile onere si usa la variabile impegricche è la presenza dell’impegnativa o meno, quin-di si tolgono tutti gli “n”, che sono i paganti i ri-

coveri e sono veramente molto pochi; altrimentirichiesta alla società informatica, che potrebbe nonaver congelato i dati e trovarmeli diversi.

nLa variabile aslterr è da ricavare dalla descrizio-ne ospedale, che si trova in un file Excel, rica-vata con un’unione al file originario.

nPer la variabile DRG, quelli considerati “spaz-zatura” si dividono in:- spazzatura: 468, 468, 470, 476 e 477 corri-spondenti a MDC=26;

- trapianti: 480, 481, 482 e 483 corrispondenti aMDC=0;

sono rientrati tutti come MDC missing.

Provincia Autonoma di TrentoRicevuti i dati nel formato Arj con password ecriptati con iron Key con password, sono stati im-portati in Sas attraverso il programma “Import.sas”(contenuto nella sottocartella programmi dellacartella Provincia Autonoma di Trento), relativoall’importazione sia delle informazioni anagrafi-che sia di quelle riguardanti il ricovero.Vista lamancanza della variabile DRG si è richiesta nuo-vamente alla Provincia Autonoma di Trento che,inviatacela, si è legata al database iniziale e suc-cessivamente si è aggiunta anche la variabile MDCassociata ai DRG, il tutto grazie al programma“Unione_linkdrg.sas”. Dopo aver importato i da-ti si è svolto un controllo di qualità degli stessi alfine di evidenziare anomalie dei dati spediti dal-la Provincia Autonoma di Trento attraverso il pro-gramma “controllo qualita SDO&nome.sas” (con-tenuto nella sottocartella CONTROLLI della car-tella programmi comuni). La “proc contents” elen-ca le variabili contenute nel database seguendol’ordine in cui sono memorizzate (varnum); la“proc freq” calcola la distribuzione di frequenzeassolute e relative delle variabili elencate nella ta-ble, che sono quelle di maggiore interesse per lostudio, e solamente per i ricoverati nella Provin-cia Autonoma di Trento (cod 042), sia residentisia non residenti nella regione. Dall’analisi del-l’output “out_controllo_qualità.lst” (contenutonella sottocartella programmi della cartella Pro-


76

iSup

plem

enti

di

vincia Autonoma di Trento) si sono evidenziati esuccessivamente risolti i seguenti problemi:nLa codifica di tutte le variabili.nL’ASL territoriale di riferimento di ogni Istitu-to, che è unica.

n Il tipo di ricovero uguale a 9, non previsto dal-la codifica ministeriale, significa che è un refu-so, non significa niente, potrebbe essere un er-rore di digitazione; si è posto:- tiporic=9 ‘ tiporic=missing.

nLa lista degli ospedali dove andranno i rilevato-ri a visionare le cartelle cliniche.

n I DRG si sono legati al database originario.nLa provenienza uguale a 0 e a missing potreb-bero essere i ricoveri urgenti provenienti dalpronto soccorso e non codificati; si è posto:-proven=0 ‘ tiporic = 2-proven=missing ‘ tiporic=1,2,9.

nLa cittadinanza uguale a I e 000 potrebbero es-sere gli stranieri, da verificare con il codice fi-scale ed errori; si è posto:- I ‘ cittad = 100 -000 ‘ cittad = 999.

nPer la variabile DISC uguale a 99 potrebberoessere le CURE PALLIATIVE se sono quellerelative al codice ospedale del San Camillo, so-no 38 e andranno eliminati.

nPer la lista dei codici degli ospedali dove an-dranno i rilevatori a visionare le cartelle clini-che, in seguito si è deciso al Santa Chiara concodice 001.

nLa variabile modalità di dimissione è uguale a 0per errori; si è posto:-moddim=0 ‘ moddim=missing.

Regione SiciliaSi sono ricevuti i dati sia in formato Access, siain formato testo, ma si è preferito utilizzare ilformato testo per semplicità di gestione del-l’importazione in Sas. Il database relativo ai ri-coveri era contenuto nel file “Sdo2002.txt”, chesi è importato in Sas attraverso il programma“IMPORT_iniz_asl.sas”, nel quale si è inseritoanche l’import da Access della tabella “struttu-

re” contenente l’ASL territoriale degli Istitutisiciliani. Nel programma “unione_LINKdrg_si-cilia.sas” si sono uniti i file precedentementeimportati in Sas attraverso le chiavi di linkcod_reg e cod_ist, e si sono aggiunti gli mdccorrispondenti ai DRG contenuti nel database.Dopo aver importato i dati si è svolto un con-trollo di qualità degli stessi al fine di evidenzia-re anomalie dei dati spediti dalla Regione Sici-lia attraverso il programma “controllo qualitaSDO&nome.sas” (contenuto nella sottocartellaCONTROLLI della cartella programmi comu-ni). La “proc contents” elenca le variabili con-tenute nel database seguendo l’ordine in cui so-no memorizzate (varnum); la “proc freq” cal-cola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che so-no quelle di maggiore interesse per lo studio.Dall’analisi dell’output “out_controllo_quali-tà.lst” (contenuto nella sottocartella programmidella cartella Sicilia) si sono evidenziati e suc-cessivamente risolti i seguenti problemi:n567 casi hanno provenienza pari a 0.n558 casi hanno tipo di ricovero pari a 0.n2.985 casi hanno DRG pari a 000.nFacendo girare il grouper della 3M in dotazio-ne, si sono riscontrati 21.023 casi nei quali ilDRG fornito dalla Regione Sicilia non corri-sponde a quello calcolato dal grouper.

n I nati non sono facilmente individuabili ancheperché la variabile peso alla nascita non è atten-dibile; una trattazione più approfondita del pro-blema è stata inviata al referente del progettodella Regione. In sintesi, in seguito al controllodi qualità di questa variabile, si sono riscontrati32.519 casi con peso alla nascita maggiore di ze-ro; 44.957 casi con data di nascita uguale a datadi ricovero esclusi i trasferiti (provenienza di-versa da 4,5,6,7) di cui 32.453 con peso di na-scita maggiore di zero e 12.504 con peso alla na-scita pari a zero.

Regione ToscanaRicevuti i dati in formato testo, secondo il for-

Allegato B

77

iSup

plem

enti

di

mato ministeriale divisi in due file, uno conte-nente i dati anagrafici e uno contenente i dati delricovero. Si sono importati in Sas attraverso il pro-gramma “import_codif_b2002_unione_aslterr.sas”(contenuto nella sottocartella programmi dellacartella Toscana), questo programma aggiunge,dopo averli importati da excel, i codici delle ASLterritoriali. Dopo aver importato i dati si è svol-to un controllo di qualità degli stessi al fine di evi-denziare anomalie dei dati spediti dalla RegioneToscana attraverso il programma “controllo qua-lita SDO&nome.sas” (contenuto nella sottocar-tella CONTROLLI della cartella programmi co-muni). La “proc contents” elenca le variabili con-tenute nel database seguendo l’ordine in cui so-no memorizzate (varnum); la “proc freq” calcolala distribuzione di frequenze assolute e relativedelle variabili elencate nella table, che sono quel-le di maggiore interesse per lo studio, e solamen-te per i ricoverati nella Toscana (cod 090), sia re-sidenti sia non residenti nella regione. Dall’anali-si dell’output “out_controllo_qualità.lst” (conte-nuto nella sottocartella programmi della cartellaToscana) si sono evidenziati e successivamente ri-solti i seguenti problemi:nSu 738.300 ricoveri, di cui 199.393 DH, sonostati rilevati 124 ricoveri per cui mancano le dia-gnosi principali; in un precedente invio l’entitàdei dati missing era di gran lunga superiore.

nC’è un’osservazione a cui è assegnato sesso 0 an-ziché 1 (maschio), 2 (femmina).

nNella variabile regime di ricovero c’è un’osser-vazione a cui è assegnato il valore 4 mentre iltracciato ministeriale prevede solo i valori 1 (Or-dinario) e 2 (DH).

nNella variabile onere del ricovero ci sono 19 os-servazioni a cui non è assegnato alcun valore.

nNella variabile provenienza c’è un’osservazionea cui è assegnato il valore # mentre il tracciatoministeriale prevede solo valori da 1 a 9.

nNella variabile tipo di ricovero c’è un’osserva-zione a cui è assegnato il valore 9 mentre il trac-ciato ministeriale prevede solo valori da 1 a 4.

nNella variabile modalità di dimissione ci sono 50

osservazioni a cui è assegnato il valore 0 mentre iltracciato ministeriale prevede solo valori da 1 a 9.

nSi è trovato un codice di reparto = 00 e, quin-di, chiesto cosa significasse, si è scoperto che eraun errore non meglio identificato.

nLa variabile “hospid” che è anche parte della“key” è formata da 8 cifre: le prime 3 indicanola regione, le seconde 3 indicano l’Istituto, le ul-time 2 corrispondono al sub_codice che, nel ca-so della Toscana, è fondamentale per individua-re l’ospedale.

n I nati non sono facilmente individuabili ancheperché la variabile peso alla nascita non è at-tendibile.

nCome previsto dal tracciato nazionale nei duefiles inviati non sono contenuti DRG eMDC, che si sono successivamente calcola-ti con il Grouper.

Regione LombardiaSi è partiti dal file “Sdo2002.txt”, database relativoai ricoveri,già importato in Sas.Si è svolto un con-trollo di qualità dei dati al fine di evidenziare ano-malie dei dati spediti dalla Regione Lombardia at-traverso il programma “controllo qualita SDO&no-me.sas”(contenuto nella sottocartella CONTROLLIdella cartella programmi comuni). La “proc con-tents” elenca le variabili contenute nel database se-guendo l’ordine in cui sono memorizzate (varnum);la “proc freq” calcola la distribuzione di frequenzeassolute e relative delle variabili elencate nella table,che sono quelle di maggiore interesse per lo studio.Dall’analisi dell’output “out_controllo_qualità.lst”(contenuto nella sottocartella programmi della car-tella Lombardia) si sono evidenziati e successiva-mente risolti i seguenti problemi:n10.285 casi con la variabile cittadinanza missing.n84.101 casi con la variabile provenienza missing.n395.783 casi con la variabile tipo di ricoveromissing, sono presenti anche pochissimi casi contipo di ricovero uguale a 5, 7,A e U.

nPer quanto riguarda la variabile onere della de-genza ci sono pochissimi casi con N per i navi-ganti e con D per i detenuti.


78

iSup

plem

enti

di

I nati non sono facilmente individuabili perchéla variabile peso alla nascita potrebbe essere nonattendibile.

Regione PugliaIl CD con i dati relativi alla Regione Puglia con-teneva 3 cartelle distinte: una per i ricoveri effet-tuati presso gli Istituti di ricovero della RegionePuglia; una per i ricoveri effettuati presso gli Isti-tuti di ricovero di altre regioni a favore di assisti-ti della Regione Puglia (Mobilità passiva al pri-mo invio); una per i ricoveri effettuati presso gliistituti di ricovero della regione Puglia a favoredi assistiti di altre regioni (Mobilità attiva al pri-mo invio). La prima cartella “Attività OspedaliPugliesi”, che in realtà contiene i dati che ci in-teressano per l’analisi dei dati, è suddivisa a suavolta in 21 sottocartelle, una per ogni AziendaOspedaliera della regione (pensavamo fosse unaper ogni ospedale, in realtà aprendo i file e ana-lizzando i codici degli Istituti ci siamo accorti cheogni file contiene più di un codice di istituto dif-ferente). Ognuna di queste cartelle contengonoa loro volta un file “.exe” differente per mese (perun totale di 12 files). Ogni file è protetto da unapassword diversa per ogni Azienda Ospedaliera(quindi all’interno della stessa Azienda tutti i me-si dell’anno 2002 hanno la stessa password, scrit-ta su un foglio allegato). Quindi, si hanno 21 Az.Ospedaliere suddivise in 12 mesi ciascuna per untotale di 252 file “.exe” protetti da 21 passworddiverse non disponibili in formato elettronico.Percercare di evitare di importare tutti questi file, siè contattato il responsabile scientifico del progettoper la Regione Puglia, al fine di ottenere un nuo-vo CD semplificato, o quanto meno le istruzioniper aprire tutti i file nel modo più veloce possi-bile evitando di scrivere ogni singola password.Dopo che si è scoperto che il responsabile delprogetto aveva cambiato incarico, si è cercato in-vano di contattare la persona che aveva confe-zionato il CD; nel frattempo il nuovo responsa-bile scientifico ci ha contattato. Inizialmente si so-no lanciati dal prompt di Ms-dos tutti i 252 file

“.exe”, specificando di volta in volta la passwordcorrispondente e la conferma di estrazione, otte-nendo così 252 file “.dat”! (“aperturaPuglia.bat”).Ottenuti tutti i 252 file si è cercato di unirli in ununico file grazie ad alcuni programmi “.bat” (“Pu-glia1.bat”; ”Puglia2.bat”;“SdoPuglia02.bat”) neiquali si sottoscrivevano i files in un unico file chia-mato “SdoPuglia02.txt”. In realtà si è visto chetramite questa operazione andavano persi circa lametà dei record; perciò si è deciso di eseguire ilprogramma “import.sas” (contenuto nella sotto-cartella programmi della cartella Puglia), nel qua-le tutti i 252 file vengono importati in Sas in unalibreria temporanea (tale operazione è stata indi-cizzata attraverso una macro richiamata in realtà“solamente” 228 volte perché i dati dell’ospeda-le Miulli sono già compresi in Ba3 e i dati dellaCasa Sollievo della Sofferenza sono già compre-si in Figura 1) e successivamente accodati in unfile unico chiamato “SdoPuglia02” (contenutonella sottocartella dati della cartella Puglia). Il tem-po necessario all’importazione dei file in Sas èstato di 3 ore e 15 minuti.Aperto il file, si è notato che la variabile MDC,necessaria all’analisi dei dati, non è stata inviata,ma questa mancanza non è stata considerata unproblema poiché facendo girare il grouper si ot-tiene facilmente questa informazione dall’uscitadel programma HCFA. Dopo aver importato idati è stato svolto un controllo di qualità deglistessi al fine di evidenziare anomalie dei dati spe-diti dalla Puglia attraverso il programma “con-trollo qualita SDO&nome.sas” (contenuto nellasottocartella CONTROLLI della cartella pro-grammi comuni). La “proc contents” elenca le va-riabili contenute nel database seguendo l’ordinein cui sono memorizzate (varnum); la “proc freq”calcola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio. Dall’a-nalisi dell’output “out_controllo_qualità.lst” (con-tenuto nella sottocartella programmi della cartel-la Puglia) sono stati evidenziati e successivamen-te risolti i seguenti problemi:

Allegato B

79

iSup

plem

enti

di

nLa variabile “Tiporic” uguale a 0 (156.485) in-dica tutti i nati individuati con peso alla nascitamaggiore di 0 (40.569) e tutti i ricoveri in DH(115.916).

nLa variabile “Proven” uguale a 0 indica tutti inati individuati con peso alla nascita maggioredi 0 (40.569).

nLa variabile “Pesonas” diversa da 0 individua40.569 nati.

nFacendo l’incrocio con la soluzione studiata alivello nazionale, nella quale i nati vengono in-dividuati in base alle condizioni “(pesonas di-verso da 0) o (data di nascita uguale alla data diricovero e provenienza diversa di 4,5,6,7)”, so-no stati individuati 40.783 nati; per i 214 recorddiversi sono stati analizzati i codici delle diagnosie si è scoperto che si tratta di nati con peso allanascita posto pari a 0. Questi casi entrano a farparte della nostra analisi grazie al criterio di in-clusione sopra descritto.

n I DRG sono stati inviati dalla Regione Puglia;facendo girare il grouper versione 14 (utilizza-to nel corso del 2002 in tutte le altre regioni d’I-talia facenti parte del progetto), si è scoperto chein 9100 casi esso era diverso, con una concen-trazione pari quasi al 50% per i codici 494 e 495.Si è chiesto quindi che versione del grouper vie-ne utilizzata in Puglia, ma questa informazionenon è stata ottenuta. Facendo girare la versione10.0 HCFA si sono ottenuti 53.000 casi di DRGdifferenti. Si è contattato la SVIMSERVICE (so-cietà che dovrebbe aver confezionato i dati in-viati all’ASSR di Roma) scoprendo che la ver-sione del grouper che loro fanno girare è l’HC-FA 15.0 del 10/01/97. (Hanno chiesto deluci-dazione anche in relazione agli APR-DRG).

nLa versione delle diagnosi e delle procedureutilizzate nella Regione Puglia nel 2002 è la10.0 icd9-cm.

Regione UmbriaRicevuti i dati suddivisi in due file (uno per i da-ti anagrafici e uno per quelli sensibili) si sono aper-ti in due file di testo in modo tale da assegnar lo-

ro estensione “.txt” e si sono importati in Sas at-traverso il programma “Import.sas” (contenutonella sottocartella programmi della cartella Um-bria). Dopo aver importato i file si è eseguito ilprogramma “unione.sas” (contenuto nella sotto-cartella programmi della cartella Umbria), al finedi unirli in un unico database “SdoUmbria02” at-traverso le variabili “COD_REG”,“COD_IST”,“PROGR” e “sub_cod” che identificano unachiave univoca di record.Attraverso il program-ma “preparazione dati umbria.sas” si sono modi-ficate le modalità di classificazione di alcune va-riabili al fine di renderle uguali al tracciato adot-tato per il progetto (per esempio, il formato del-le date deve essere del tipo AAAAMMGG perpoter essere trattato da SAS).A questo punto si èeseguito un controllo di qualità dei dati al fine dievidenziare anomalie degli stessi spediti dalla Re-gioneUmbria attraverso il programma “control-lo qualita SDO&nome.sas” (contenuto nella sot-tocartella CONTROLLI della cartella program-mi comuni). La “proc contents” elenca le varia-bili contenute nel database seguendo l’ordine incui sono memorizzate (varnum); la “proc freq”calcola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio, e sola-mente per i ricoverati nell’Umbria sia residentisia non residenti nella regione. Dall’analisi del-l’output “out_controllo_qualità.lst” (contenutonella sottocartella programmi della cartella Um-bria), si sono evidenziati e successivamente risol-ti i seguenti problemi:nSi hanno 194.007 record complessivi, di cui131.959 ricoveri ordinari e 62.047 DH e 1missing.

nSi hanno 15.234 record con provenienza Mis-sing.

nSi hanno 66.781 record con tipo di ricoveroMissing.

nSi hanno 5.942 record con peso alla nascita mag-giore di zero; facendo l’incrocio tra [(provenienzauguale zero) o (data nascita uguale data ricove-ro e provenienza diversa da 4, 5, 6, 7)] si indivi-


80

iSup

plem

enti

di

duano 7.320 nati. In questo modo includiamonell’analisi 1.378 nati che dal peso alla nascitaavrei perso.

nManca la variabile ASL territoriale di riferi-mento.

nCi sono 302 casi con sesso mancante.

Regione LazioRicevuti i dati suddivisi in due file (uno per i da-ti anagrafici e uno per quelli sensibili) si sono aper-ti in due file di testo in modo tale da assegnar lo-ro estensione “.txt” e si sono importati in Sas at-traverso il programma “Import.sas” (contenutonella sottocartella programmi della cartella Lazio).Dopo aver importato i files si è eseguito il pro-gramma “unione.sas” (contenuto nella sottocar-tella programmi della cartella Lazio), al fine diunirli in un unico database “SdoLazio02” attra-verso le variabili “COD_REG”,“COD_IST”,“PROGR” e “sub_cod” che identificano unachiave univoca di record.Attraverso il program-ma “preparazione dati lazio.sas” si sono modifi-cate le modalità di classificazione di alcune varia-bili al fine di renderle uguali al tracciato adotta-to per il progetto (per esempio, il formato delledate deve essere del tipo AAAAMMGG per po-ter essere trattato da SAS).A questo punto, si èeseguito un controllo di qualità dei dati al fine dievidenziare anomalie degli stessi spediti dalla Re-gione Lazio attraverso il programma “controlloqualita SDO&nome.sas” (contenuto nella sotto-cartella CONTROLLI della cartella programmicomuni). La “proc contents” elenca le variabilicontenute nel database seguendo l’ordine in cuisono memorizzate (varnum); la “proc freq” cal-cola la distribuzione di frequenze assolute e rela-tive delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio, e sola-mente per i ricoverati nel Lazio sia residenti sianon residenti nella regione. Dall’analisi dell’out-put “out_controllo_qualità.lst” (contenuto nellasottocartella programmi della cartella Lazio) si so-no evidenziati e successivamente risolti i seguen-ti problemi:

nSi hanno 1.271.463 records complessivi (eli-minati 23 casi con sesso uguale a 3), di cui354.333 DH.

nSi hanno 51.294 records con provenienza Mis-sing.

nSi hanno 49.322 records con tipo di ricoveroMissing.

nSi hanno 49.299 records con peso alla nascitamaggiore di zero e 1.222.164 records con pesoalla nascita missing; facendo l’incrocio tra [(pro-venienza maggiore di zero) e (provenienza di-versa da 4, 5, 6, 7)] o [(data nascita uguale dataricovero) e (provenienza diversa da 4, 5, 6, 7)] siindividuano 49.299 nati + 148 missing.

nManca la variabile ASL territoriale di riferi-mento.

Regione MoliseSi sono ricevuti i dati corretti sui quali operarel’analisi suddivisi in quattro floppy, in formato te-sto e si è importato in Sas attraverso il program-ma “Import.sas” (contenuto nella sottocartellaprogrammi della cartella Molise).Attraverso il pro-gramma “preparazione dati molise.sas” si sonomodificate le modalità di classificazione di alcu-ne variabili al fine di renderle uguali al tracciatoadottato per il progetto (per esempio, il formatodelle date deve essere del tipo AAAAMMGG perpoter essere trattato da SAS).A questo punto si èeseguito un controllo di qualità dei dati al fine dievidenziare anomalie degli stessi spediti dalla Re-gione Molise attraverso il programma “controlloqualita SDO&nome.sas” (contenuto nella sotto-cartella CONTROLLI della cartella programmicomuni). La “proc contents” elenca le variabilicontenute nel database seguendo l’ordine in cuisono memorizzate (varnum); la “proc freq” cal-cola la distribuzione di frequenze assolute e rela-tive delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio, e sola-mente per i ricoverati nel Molise sia residenti sianon residenti nella regione. Dall’analisi dell’out-put “out_controllo_qualità.lst” (contenuto nellasottocartella programmi della cartella Molise) si

Allegato B

81

iSup

plem

enti

di

sono evidenziati e successivamente risolti i se-guenti problemi:nMancava il campo provenienza del paziente.nSi sono avuti dei problemi con il formato deinumeri progressivi di cartella clinica.

nHanno utilizzato la versione 10 dei codiciICD9-CM.

nLe variabili in app equivalgono a res, che sta perresidenti.

nL’area funzionale si divide in: medica, chirurgi-ca, di terapia intensiva, i nati, i lungo degenti.

n Il motivo_ric si riferisce al ricovero ordinario.ngg_deg si riferisce ai dh, così come motiv_ric.nHa subito delle duplicazioni in quanto il nu-mero di records nel primo e nel secondo invionon era uguale, quindi si è effettuata un’ulte-riore richiesta dei dati corretti con la presenzadella provenienza del paziente e della data di na-scita non oscurata.

nSono 72.465 records totali, di cui 66.158 rico-veri ordinari e 6.307 DH.

Non ci sono dati mancanti né per la provenien-za né per la modalità di dimissione né per oneredella degenza.

Regione CampaniaRicevuti i dati su di un CD rovinato o con la pre-senza di file danneggiati, perché si è provato adaprirlo con un editor universale “alphabrowser”free,ma non si è riusciti lo stesso. Successivamentesi è ricevuto un altro cd leggibile in formato te-sto, secondo il formato ministeriale divisi in duefiles, uno contenente i dati anagrafici e uno con-tenente i dati del ricovero. Si sono importati inSas attraverso il programma “Import.sas” (conte-nuto nella sottocartella programmi della cartellaCAMPANIA).Attraverso il programma “prepa-razione dati CAMPANIA.sas” si sono modifica-te le modalità di classificazione di alcune variabi-li al fine di renderle uguali al tracciato adottatoper il progetto (per esempio, il formato delle da-te deve essere del tipo AAAAMMGG per poteressere trattato da SAS).A questo punto si è ese-guito un controllo di qualità dei dati al fine di

evidenziare anomalie degli stessi spediti dalla Re-gione Campania attraverso il programma “con-trollo qualita SDO&nome.sas” (contenuto nellasottocartella CONTROLLI della cartella pro-grammi comuni). La “proc contents” elenca le va-riabili contenute nel database seguendo l’ordinein cui sono memorizzate (varnum); la “proc freq”calcola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio, e sola-mente per i ricoverati nella Campania, sia resi-denti sia non residenti nella regione. Dall’analisidell’output “out_controllo_qualità.lst” (contenu-to nella sottocartella programmi della cartellaCampania) si sono evidenziati e successivamenterisolti i seguenti problemi:Per il database “sdocampania02”:nci sono 1.216.735 records totali, di cui 929.505ordinari e 287.230 DH.

nLa variabile onere comprende i valori da 1 a 9,con 4 ricoveri con onere con valore 0.

nLa variabile proven comprende i valori da 1 a 9(escluso l’8) con 58.093 records missing.

nLa variabile tiporic comprende i valori da 1 a 4con 345.320 records missing con l’eccezione diun record con valore uguale a 5 per tiporic.

nLa variabile moddim comprende i valori da 1 a9 con l’eccezione di 4 records con valore tra L,N e R.

nLa variabile pesonas uguale a 0 è 1.153.307 re-cords.

Per il database “campania_roma02”:a. Ci sono ancora 1.216.735 records totali, di cui

929.507 ordinari e 287.238 in day hospital.b. La variabile onere comprende i valori da

1 a 9.c. La variabile proven comprende i valori da 1

a 9 (escluso l’8) con 58.093 records missing.d. La variabile tiporic comprende i valori da 1

a 4 con 345.321 records missing.e. La variabile moddim comprende i valori da

1 a 9.f. La variabile pesonas uguale a 0 è 1.153.310

records.


82

iSup

plem

enti

di

Si è creato un controllo di qualità per il file “cam-pania_romadrg02”, dopo l’export dell’unione tral’uscita hcfa ed apr. Ci sono:n929.507 records totali.Il file “acute02”:nHa 906.346 records totali.Successivamente si è scoperto che la Campaniaha alcune key doppie uguali in sdom03a e alcu-ne uguali in sdom03b, quindi l’unione in sql lequadruplicava. Di conseguenza, si sono analizza-te tutte le key doppie con anche il CF uguale perun’unica persona. Si è deciso di eliminare le keydoppie, che erano 123*2=246 e si sono impor-tati e uniti l’a e il b in SAS.nSi sono calcolati gli indicatori di II livello conle liste di campionamento su cui mandare i ri-levatori.

Regione PiemonteDopo un primo invio di dati ai quali mancavanola descrizione di ciascuna variabile con i suoi pos-sibili valori e la data di nascita per poter calcola-re l’età, che manca anche come variabile auto-noma, si sono ricevuti i dati suddivisi in formato“.dbf ”, e si è importato in Sas attraverso il pro-gramma “Import.sas” (contenuto nella sottocar-tella programmi della cartella Piemonte). Dopoaver importato i file si è eseguito il programma“unione.sas” (contenuto nella sottocartella pro-grammi della cartella Piemonte) al fine di unirliin un unico database “SdoPiemonte02” attraver-so le variabili “COD_REG”, “COD_IST”,“PROGR” e “sub_cod” che identificano unachiave univoca di record.Attraverso il program-ma “preparazione dati piemonte.sas” si sono mo-dificate le modalità di classificazione di alcune va-

riabili al fine di renderle uguali al tracciato adot-tato per il progetto (per esempio, il formato del-le date deve essere del tipo AAAAMMGG perpoter essere trattato da SAS).A questo punto si èeseguito un controllo di qualità dei dati al fine dievidenziare anomalie degli stessi spediti dalla Re-gione Piemonte attraverso il programma “con-trollo qualita SDO&nome.sas” (contenuto nellasottocartella CONTROLLI della cartella pro-grammi comuni). La “proc contents” elenca le va-riabili contenute nel database seguendo l’ordinein cui sono memorizzate (varnum); la “proc freq”calcola la distribuzione di frequenze assolute e re-lative delle variabili elencate nella table, che sonoquelle di maggiore interesse per lo studio e sola-mente per i ricoverati nel Piemonte sia residentisia non residenti nella regione. Dall’analisi del-l’output “out_controllo_qualità.lst” (contenutonella sottocartella programmi della cartella Pie-monte) si sono evidenziati e successivamente ri-solti i seguenti problemi:nHa 795.309 records totali (visti dalle proprietàdi SAS).

nSi sono avuti problemi per il formato delle date.n Il regime di ricovero è la loro variabile TI-PO_RICOV e l’1 corrisponde al ricovero or-dinario e il 2 ai DH.

n Il tipo di ricovero è la loro variabile COD_TI-PRIC e comprende i valori da 1 a 5, dove il 5individua il nuovo nato e il 6 (ma non ci sonocasi) i ricoveri da PS.

n I ricoveri in day hospital sono 239.228 e i rico-veri ordinari sono 556.081.

Si è avuto il problema della duplicazione dei re-cords, perché la key era di 18 spazi come in Lom-bardia.

Allegato B

83

iSup

plem

enti

di


84

iSup

plem

enti

di L’analisi è stata condotta su un campio-ne di circa 100.000 record estratti dauna base di 6.682.181 record corri-spondenti ai ricoveri ospedalieri ordi-

nari del 2002 delle regioni che hanno partecipa-to al progetto. Obiettivo prioritario è stato la mi-surazione della eterogeneità della qualità della co-difica tra regioni, al fine di stimare l’impatto po-tenziale sulla comparabilità degli indicatori. Lostrumento selezionato per l’analisi della codificaè costituito dal Data Quality Editor (DQE), unprogramma sviluppato dalla società 3M e utiliz-zato nell’ambito del progetto in base ad una esten-sione del contratto di usufrutto degli APR-DRG,adottati come strumento di aggiustamento del ri-schio collegato agli Inpatient Quality Indicators.

METODOLOGIALo strumento di analisi automatizzata effettua con-trolli sulla validità dei codici riportati nei singolicampi della SDO e controlli tra campi per la ve-rifica della coerenza logica tra codici di variabiliclinicamente correlate (ad esempio, plausibilitàdell’associazione tra età e diagnosi). Inoltre se-gnala l’assenza di alcuni codici che, su base pre-suntiva, dovrebbero essere associati ad altri codi-ci riportati sulla SDO (ad esempio mancata se-gnalazione di un intervento chirurgico che co-munemente viene effettuato per uno specificoproblema clinico). Le diverse tipologie di segna-lazione di possibile errore di codifica corrispon-

dono ad altrettanti “edit”, per un totale di 80 pos-sibili tipologie di errori. Ogni edit può prevede-re una proposta di modifica dei codici riportatisulla SDO, sulla base della tipologia della presun-ta incongruenza rilevata. Per tutti gli edit che pre-vedono una proposta di modifica, è simulata unare-attribuzione del DRG (versione 14.0 HCFA;ICD-9-CM 1996).Viene calcolata, in fase di si-mulazione, la differenza tra il peso relativo origi-nale e quello ottenuto a seguito delle modificheproposte. I pesi utilizzati sono estrapolati dal si-stema Medicare DRG versione 14.0.Gli edit con proposta di modifica sono catego-rizzati secondo quanto segue:A. Riduzione del peso relativo > 10%B. Riduzione del peso relativo < 10%C. Incremento del peso relativo > 10%D. Incremento del peso relativo < 10%E. Errore di codifica che non influenza l’attri-

buzione al DRGGli edit senza proposta di modifica sono suddi-visi in tre categorie:F. Durata di degenza più bassa dell’attesoG. Impatto indeterminato sul DRGH. Età, sesso o modalità di dimissione non valida.Ad ogni edit è associata una delle otto categoriemutuamente esclusive. Per ogni record attivo (conalmeno due edit) viene scelta una classe di im-patto (Compliance Priority Rank, CPR) in ba-se alle seguenti regole:1) per un caso con più edit e con proposta di mo-

Allegato C

VERIFICA CAMPIONARIA DELLA QUALITÀ DELLA CODIFICA DELLA BASE DATI SDO

difica (categorie A-E), l’edit principale è quel-lo associato al CPR più alto in ordine alfa-nu-merico decrescente; qualora siano segnalati editcon uguale categoria (es.A), l’edit principaleviene scelto in base al valore assoluto più altodella differenza tra pesi relativi; nel caso di ugua-le valore assoluto, è scelto come edit principa-le quello con numero più basso.

2) In assenza di edit con proposta di modifica ein presenza di più edit senza proposta di mo-difica (categorie F-H), l’edit attribuito alla ca-tegoria F ha maggiore importanza degli editattribuiti alle categorie G ed H; l’edit attribui-to alla categoria G ha maggiore importanzadell’edit attribuito alla categoria H. Nel casodi più edit appartenenti alla stessa categoria, èscelto come edit principale quello con nume-ro più basso.

Lo strumento descritto è già stato sottoposto averifiche sui data base dei ricoveri negli Stati Uni-ti; analoga verifica è stata effettuata sui dati delleSDO di alcuni ospedali italiani. Pur trattandosi diuno strumento non ancora validato e calibratosulle SDO italiane, abbiamo deciso di utilizzarlonell’ambito del progetto in base alle seguenti con-siderazioni:1) Lo strumento è già stato validato sui dati di ri-

covero ospedaliero in un altro contesto orga-nizzativo e culturale, che presumibilmente èassimilabile al contesto italiano per quanto at-tiene ai ricoveri per acuti; è comunque lo stes-so contesto da cui sono stati estratti gli indica-tori di I livello adottati nel progetto (gli indi-catori AHRQ).

2) Non è stato possibile, in base alle priorità de-finite nell’ambito del progetto, organizzare unavalutazione campionaria della qualità della co-difica sulle cartelle cliniche di tutte le regioni,che oltretutto avrebbe richiesto competenzespecifiche di analisi e ricodifica delle SDO; ta-li condizioni erano difficilmente realizzabili.L’analisi automatizzata, comunque, consente didescrivere la variabilità esistente tra regioni dialcune caratteristiche di codifica, indipenden-

temente dal significato di ciascuna segnalazio-ne di possibile problema di codifica.

3) La valutazione campionaria della codifica è sta-ta organizzata in una regione (allegato D), alfine di comprendere il significato delle segna-lazioni di problemi di codifica più frequenti: leinformazioni raccolte consentono di interpre-tare i dati ottenuti dal controllo automatizza-to effettuato su tutte le regioni e contribui-scono a stimare l’impatto dei problemi di co-difica più frequenti.

MODALITÀ DI CAMPIONAMENTOIn questo paragrafo vengono descritti i criteri chesono stati utilizzati per la costruzione del cam-pione di 100.000 record sottoposti a verifica au-tomatica della qualità della codifica. Sono stati uti-lizzati 4 criteri generali di inclusione dei casi chehanno definito 4 sottoinsiemi: campione stratifi-cato ottimale su alcuni indicatori di I livello; cam-pione casuale semplice su cartelle cliniche estrat-te per il calcolo degli indicatori di II livello; car-telle cliniche estratte per la valutazione “failure torescue”; cartelle cliniche associate a dimissioni vo-lontarie.nUn sottocampionamento stratificato ottimale èstato effettuato sui seguenti indicatori di I livel-lo: PS02 (mortalità nei DRG a bassa mortalità),PS04 (failure to rescue), IQ12 (mortalità nel by-pass aorto-coronarico), IQ13 (mortalità nellacraniotomia), IQ14 (mortalità nell’impianto diprotesi anca), IQ15 (mortalità per infarto mio-cardico acuto), IQ16 (mortalità per scompensocardiaco), IQ17 (mortalità nell’ictus), IQ18 (mor-talità nell’emorragia gastrointestinale), IQ19(mortalità nella frattura del femore), IQ20 (mor-talità per polmonite). Il campionamento si rife-risce a 13 regioni (o Aziende Ospedaliere) e 11indicatori, per un totale di 81459 casi.

nUn sottocampione si riferisce alle cartelle clini-che soggette a rilevazione per il calcolo degli in-dicatori di II livello: le cartelle già sottoposte avalutazione e le cartelle estratte, ma non ancoravalutate (ma su cui era attesa la rilevazione di II

Allegato C

85

iSup

plem

enti

di

livello) corrispondono a 15.147 casi.nLe cartelle cliniche estratte solo in Lombardiaper la valutazione dell’indicatore “failure to re-scue” (che non siano state già incluse nel I sot-tocampione) sono 245.

nLe cartelle cliniche estratte per la verifica delledimissioni volontarie in alcuni indicatori sele-zionati (IQ15, 16, 17, 18, 19, 20) corrispondo-no a 1555 soggetti.

n I casi rimanenti sono stati estratti con campio-namento casuale semplice.

RISULTATI PRINCIPALILa distribuzione di frequenza dei problemi di co-difica viene riportata nelle due tabelle successive.Nella prima tabella (Tabella 1) sono riportati gliedit più frequenti. Nella seconda tabella (Tabel-la 2) i CPR più frequenti, cioè una misura del-l’impatto del possibile problema di codifica.La distribuzione degli edit più frequenti può es-sere disaggregata per regione e riferita ai singoliindicatori. Una esemplificazione relativa all’indi-catore di mortalità per infarto miocardico acutoè riportata nella seguente tabella (Tabella 3), do-ve sono riportati gli edit generati dai casi che com-pongono il denominatore dell’indicatore.La dispersione dei valori può essere sintetizzata

per mezzo dell’indice di Entropia di Shannon (-Σipilnpi), in questo caso normalizzato rispetto alvalore di entropia massima (ln S), dove S è il nu-mero totale delle specie (numero regioni), comedescritto nella tabella successiva. Nell’esempio ri-portato in Tabella 4, il valore minimo di entropiamisurata, rispetto al valore massimo, si ha in cor-rispondenza dell’edit 49 (diagnosi principale nonspecifica).In relazione all’analisi dei CPR (impatto della co-difica sui DRG), si evidenzia che per la maggiorparte degli indicatori non si ha l’attivazione di al-cun edit (80-90% dei casi). In una minoranza dicasi, l’attivazione degli edit non ha alcun impattosull’attribuzione al DRG; un impatto significati-vo sull’attribuzione ai DRG si ha tipicamente nel5-10% dei casi. Per la maggior parte degli indica-tori, la distribuzione dei CPR è abbastanza uni-forme tra le regioni. Solo per alcuni indicatori(mortalità per ictus) la variabilità è più ampia.In base all’analisi degli edit e dei CPR è così pos-sibile effettuare una prima valutazione della va-riabilità della codifica e ottenere una prima mi-sura del potenziale impatto sugli indicatori. Nel-la Figura 1 sono riportate le distribuzioni dei CPRrelativi all’intero pool degli indicatori suddivisiper regione.


86

iSup

plem

enti

di

Edit Descrizione N %49 La diagnosi principale è considerata non specifica 5799 5,824 Intervento chirurgico senza impatto non è eseguito per alcuna diagnosi 3651 3,726 Diagnosi principale non correlata agli interventi o procedure. No 468,476,477 3397 3,412 Utilizzazione di codici differenti quando ICD-9-CM prevede un solo codice 2579 2,623 Intervento chirurgico con impatto, ma non è eseguito per alcuna diagnosi 2530 2,577 Verificare documentazione relativa alla ventilazione meccanica continua 2117 2,1

TABELLA 1 - Controllo automatico della qualità della codifica (edit)

CPR Descrizione N %1 Modifica DRG: riduzione peso >10% 902 0,92 Modifica DRG: riduzione peso <10% 58 0,13 Modifica DRG: incremento peso >10% 1768 1,84 Modifica DRG: incremento peso <10% 41 0,05 Durata degenza inferiore all’atteso 13 0,06 Impatto indeterminato sul DRG 12324 12,47 Errore di codifica ininfluente 9742 9,88 Problema di codifica ininfluente 0 0,09 Nessun edit 74729 75

TABELLA 2 - Controllo automatico della qualità della codifica (CPR)

Questa modalità di controllo della qualità dellacodifica che utilizza uno strumento automatizza-to di verifica delinea una strategia coerente con

le premesse metodologiche del progetto, che pre-scinde dallo specifico prodotto utilizzato: si ini-zia l’analisi con strumenti di screening di I livel-

Allegato C

87

iSup

plem

enti

di

PIEM LOM TRE AOVR* FVG TOS UMB MAR LAZ MOL CAM PUG SICEdits 2 010(%) 030(%) 042(%) 050(%) 060(%) 090(%) 100(%) 110(%) 120(%) 140(%) 150(%) 160(%) 190(%) Tot.(%)02 2,14 1,87 1,34 0,81 1,83 1,13 1,02 2,20 1,62 0,63 0,16 0,76 1,46 1,3403 0,15 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0104 0,61 0,70 1,01 4,06 0,42 0,57 1,40 0,61 1,27 0,00 0,32 0,65 0,73 0,9205 2,60 3,27 2,69 3,11 3,10 2,15 4,45 3,41 4,40 2,53 3,00 2,94 2,67 3,0506 0,00 0,08 0,00 0,00 0,14 0,06 0,13 0,00 0,23 0,00 0,00 0,00 0,00 0,0513 3,68 5,69 1,34 3,38 5,63 5,27 6,23 7,32 4,75 8,86 2,68 4,36 5,27 5,0314 0,00 0,00 0,00 0,00 0,00 0,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0116 0,92 0,47 0,50 0,14 0,42 0,57 1,14 0,98 0,81 0,42 1,10 1,31 1,13 0,7719 0,46 0,62 0,00 0,00 0,42 0,96 1,14 1,34 0,23 0,21 1,42 0,87 0,57 0,6821 0,00 0,08 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0123 1,07 0,70 0,50 1,35 0,99 0,62 0,38 0,24 0,23 0,42 0,32 0,22 0,08 0,5324 0,77 1,25 2,86 3,65 1,69 0,85 1,27 0,85 0,23 0,21 0,16 0,33 0,16 1,0325 0,15 0,08 0,00 0,14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0326 2,14 1,71 0,67 1,89 1,55 1,42 1,52 2,44 1,39 0,63 0,47 0,98 1,22 1,4328 0,15 0,70 0,50 0,95 0,99 0,45 0,51 1,83 0,12 1,48 0,32 0,11 0,24 0,5931 0,00 0,00 0,00 0,14 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0133 0,00 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,0143 0,15 0,00 0,00 0,27 0,00 0,17 0,00 0,00 0,00 0,00 0,00 0,00 0,08 0,0644 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,12 0,00 0,00 0,00 0,00 0,0149 2,30 3,04 9,41 13,53 1,83 3,85 4,70 3,05 2,43 2,11 3,63 2,84 10,37 4,8966 2,14 1,56 1,34 0,81 1,83 1,70 1,14 1,59 2,66 3,38 4,73 2,84 2,43 2,0777 0,77 1,40 3,19 4,33 2,96 0,85 1,78 1,22 0,46 0,84 0,63 0,65 0,41 1,3778 0,00 0,00 0,00 0,00 0,14 0,06 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,02(vuote) 79,79 76,77 74,45 61,43 76,06 79,28 73,19 72,93 79,05 78,27 81,07 81,13 73,18 76,09Totale 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00 100,00

TABELLA 3 - Distribuzione percentuale degli edit per l’indicatore IQ15 (Mortalità per infarto miocardico acuto)

Edit H di Shannon H / ln S05 - Problema di coerenza tra diagnosi secondarie 2,504 97,61%13 - Assenza di codice combinato per diagnosi secondarie differenti 2,427 94,61%49 - Diagnosi principale non specifica 2,286 89,12%77 - Verificare documentazione relativa alla ventilazione meccanica 2,337 91,12%

TABELLA 4 - Analisi della concentrazione degli edit, Entropia di Shannon (H = - Σpi ln pi) - Indicatore IQ15,mortalità per infarto miocardico acuto

* AOVR:Azienda Ospedaliera di Verona

100%

90%

80%

70%

60%

50%

40%

30%

20%

10%

0%

FIGURA 1 - Distribuzione dei CPR relativi all’intero pool degli indicatori per Regione

Regione

CPR

010 030 042 050 060 090 100 110 120 140 150 160 190 Totale

Nessun edit Non impatto su DRG Impatto determinato Impatto su DRG

lo basati sulle fonti informative routinarie, privi-legiando gli strumenti di verifica automatica, e siattivano valutazioni più specifiche qualora lo scree-ning indicasse possibili problemi. Il livello più ele-vato di dettaglio prevede l’analisi di distribuzio-ne di frequenza (per regione o per ospedali en-tro regioni) dei codici ICD-9-CM limitatamen-te ad un singolo indicatore o un singolo insiemediagnostico afferente ad un indicatore.In conclusione l’analisi automatizzata dei possibilierrori di codifica evidenzia tre elementi di rilievo:1) La percentuale di casi in cui si evidenziano pos-

sibili problemi di codifica e il loro impatto sul-l’attribuzione ai DRG è relativamente mode-sta, tipicamente non superiore al 10%; questorilievo fornisce una prima valutazione del po-tenziale impatto complessivo sugli indicatoriselezionati, in quanto l’analisi è stata ristrettaad un campione orientato agli indicatoriAHRQ.

2) La distribuzione degli edit e dei CPR tra re-gioni è generalmente uniforme, con rare ec-

cezioni come nel caso dell’indicatore relativoalla mortalità per ictus. La variabilità per quan-to attiene alla descrizione dell’ictus era peral-tro attesa in base alle indicazioni della lettera-tura biomedica e si correla al rilievo di un ec-cesso di mortalità nei casi codificati come TIA,indicativo di sovrapposizione per codifica inap-propriata tra casi di ictus e TIA. L’assenza diuna significativa eterogeneità tra regioni, per lamaggior parte degli indicatori, confermereb-be la comparabilità degli indicatori almeno inrelazione a quanto è stato possibile misuraredella variabilità della codifica.

3) L’errore più frequente si riferisce all’impreci-sione (scarsa specificità) nella codifica della dia-gnosi principale: ciò pone, eventualmente, deiproblemi in relazione alla selezione dei casi (at-tribuzione dei casi di ricovero ai singoli indi-catori), piuttosto che agli strumenti di aggiu-stamento del rischio e, quindi, al potenziale im-patto sui tassi aggiustati e attesi che si basanosulle segnalazioni delle diagnosi secondarie.


88

iSup

plem

enti

di

89

iSup

plem

enti

di

PREMESSE METODOLOGICHE

La necessità di un controllo della qualitàdella codifica dei dati SDO è emersa inseguito alla scelta degli indicatori AHRQcome indicatori di I livello, di screening

e di monitoraggio. Il primo passo nella costru-zione degli indicatori è, infatti, costituito dalla se-lezione dei codici ICD-9-CM che determinanola selezione dei singoli casi di ricovero e la loroattribuzione ai denominatori degli indicatori; lesegnalazioni delle diagnosi secondarie sono inol-tre critiche per il corretto funzionamento del si-stema di aggiustamento, basato sugli APR (IQi)e sulla classificazione della ricercatrice Elixhau-ser (PSi). Le domande sono essenzialmente due:1) se errori di codifica della diagnosi principale odell’intervento chirurgico principale condizioni-no la corretta selezione dei casi; 2) se errori di co-difica delle diagnosi secondarie condizionino l’ef-ficienza del sistema di aggiustamento del rischio.Per tutte le regioni è stato effettuato un control-lo automatizzato della codifica su 100.000 recordper mezzo del programma “Data Quality Editor”- DQE (vedi allegato C). Una valutazione di cor-rispondenza tra i risultati del DQE e i dati ri-portati nelle cartella clinica a supporto dei codi-ci estratti nelle SDO è stata effettuata in una so-la regione (Lombardia): tale tipo di valutazionerichiede infatti un’analisi centralizzata, a causa del-l’attesa ampia variabilità di interpretazione sull’e-strazione dei codici ICD-9-CM riportati sulla

SDO. In Lombardia l’analisi è stata effettuata dadue operatori (un medico e una infermiera epi-demiologa con competenze specifiche nell’attri-buzione dei codici ICD-9-CM e con esperienzain merito all’impatto della scelta dei codici suiDRG e sugli indicatori AHRQ): sono stati ana-lizzati separatamente i casi più semplici, mentre icasi più controversi sono stati discussi collegial-mente, consultando eventualmente i clinici di ri-ferimento in merito a quesiti specifici. Sono sta-te estratte tutte le cartelle cliniche incluse nel sot-tocampione lombardo appartenente al campionenazionale dei 100.000 record sottoposti a con-trollo automatizzato e con segnalazione di alme-no un possibile errore di codifica, appartenentialle 8 Aziende Ospedaliere lombarde che hannosupportato il progetto. Sono state così estratte 659cartelle cliniche. In 26 casi non è stato possibileeffettuare la valutazione (cartella clinica non dis-ponibile). L’analisi è pertanto ristretta a 633 car-telle cliniche. È evidente che come per l’analisidei processi assistenziali, anche in questo caso nonsi tratta di un campione estratto con criteri di rap-presentatività statistica (rispetto all’intero ambitoregionale o nazionale); si tratta, tuttavia, di unaprima lettura dei dati che consente di ottenereevidenze in merito al programma di controllo au-tomatizzato della codifica (DQE) in relazione agliindicatori AHRQ: il programma DQE infatti ègià stato validato nel controllo delle SDO per l’at-tribuzione ai DRG negli USA e in alcuni ospe-

Allegato D

CONTROLLO CAMPIONARIO DELLA QUALITÀ DELLA CODIFICADELLA BASE DATI SDO EFFETTUATOSULLE CARTELLE CLINICHE

Allegato D

dali italiani.Tali evidenze possono essere poi uti-lizzate per interpretare i risultati del controllo au-tomatizzato (100.000 record SDO).

RISULTATI PRINCIPALIComplessivamente i rilevatori hanno espresso ungiudizio discordante rispetto al DQE in 337 casi(53,2%). Nella cartella clinica pertanto non sonostati individuati elementi informativi di supportoalla segnalazione automatizzata di possibile erro-re di codifica ed è stata pertanto confermata la se-lezione dei codici originaria; negli altri casi, parial 46,8% del totale sono stati individuati proble-mi di diversa natura, ma una piena accettazionedella segnalazione di possibile errore di codifica siè verificata solamente nel 28% dei casi.L’analisi è stata condotta separatamente nei casicon un solo edit e con più di un edit (segnala-zione di possibile errore di codifica); i risultati so-no riportati rispettivamente nelle Tabelle 1 e 2.

Si può osservare che la concordanza cresce neicasi in cui, in base al controllo automatizzato, vie-ne attivato più di un edit: infatti un effettivo er-rore di codifica tende ad attivare più di un edit.È risultata estremamente bassa la percentuale dicasi (inferiore a 1%) in cui è carente l’informa-zione clinica di supporto ai codici ICD-9-CMselezionati (ad esempio la documentazione rela-tiva alla ventilazione meccanica).

COMMENTILo strumento di controllo automatizzato dellacodifica, sull’insieme dei dati esaminati e con lametodologia descritta nelle premesse metodo-logiche, ha dimostrato una bassa specificità, inquanto in oltre il 50% dei casi non si è ottenu-ta la conferma della segnalazione di errore in se-guito all’analisi delle cartelle cliniche. Non è pos-sibile avere una misura della sensibilità dello stru-mento in base al tipo di verifica che è stata ef-fettuata.La valutazione è stata fatta in relazione ai casiestratti nella costruzione degli indicatori AHRQ,mentre lo strumento era stato progettato in rela-zione alla verifica di appropriatezza di attribu-zione dei DRG, quindi potrebbe non essere unostrumento adeguatamente calibrato. È possibileproporre alcune sintetiche conclusioni:1) in base all’analisi del DQE, sull’insieme dei da-

ti italiani, è stata rilevata l’assenza di attivazio-ne degli edit nel 75% dei casi (tabella 2 del-l’allegato C). Quindi la codifica è apparente-mente accettabile nella maggioranza dei casi,soprattutto per quanto attiene alla coerenza tracodici e quindi ai possibili effetti sul sistema diaggiustamento del rischio;

2) in un campione del 25% rimanente dei casi (al-meno un edit attivato) la conferma della se-gnalazione di possibile errore si ottiene in me-no del 50% dei casi (una conferma piena nel28% dei casi);

3) in base all’analisi effettuata, è necessario preve-dere un sistema di verifica della qualità dellacodifica (un primo livello automatizzato basa-to sulla distribuzione di frequenza dei codici eun secondo livello di analisi della cartella cli-nica) calibrato sugli indicatori di qualità, in par-ticolare per ciò che attiene alla corretta estra-zione dei casi e alla rilevazione delle compli-canze del ricovero.


90

iSup

plem

enti

di

TABELLA 1 - Casi semplici (con un solo edit): 435 casi

Esito del controllo vs. DQE N %Discordante 260 59,8Giudizio articolato 64 14,7Concordante 111 25,5

TABELLA 2 - Casi complessi (con più di un edit): 198 casi

Esito del controllo N %Discordante 77 38,9Giudizio articolato 55 27,8Concordante 66 33,3

Allegato E

91

iSup

plem

enti

di

Un errore nella codifica dell’esito al-la dimissione, in particolare di quel-lo della dimissione volontaria, po-trebbe determinare un bias nella sti-

ma della mortalità intra-ospedaliera. È noto, in-fatti, che in numerose strutture ospedaliere è tut-tora invalsa la consuetudine di codificare come“dimissione volontaria” la dimissione del pazientein condizioni “pre-terminali”. Il ricorso a tale ti-po di codifica può, pertanto, comportare una sot-tostima della mortalità intra-ospedaliera e tale ti-po di bias potrebbe essere di entità variabile daregione a regione e da ospedale a ospedale. È sta-ta effettuata un’analisi di sensibilità in relazioneal possibile bias attribuibile all’errata codifica del-l’esito, considerando i due estremi rappresentatidall’assenza totale di errore di classificazione del-l’esito (il numero totale dei morti è pari a quel-lo segnalato sulle SDO) e dal massimo livello di

errore di codifica (attribuzione di tutte le di-missioni volontarie ai numeratori degli indica-tori di mortalità intra-ospedaliera). I valori dimortalità sono stati pertanto ricalcolati in basealla riclassificazione dell’esito e commisurati al-l’effetto dell’aggiustamento per il rischio. L’ef-fetto della riclassificazione è stato denominato“effetto massimo del bias di classificazione” inassenza di informazioni precise sul significatodelle dimissioni volontarie. Qui di seguito sonoriportati diversi esempi relativi ad alcuni indica-tori in Lombardia e un esempio relativo alla mor-talità per scompenso cardiaco in Puglia (datiSDO del 2002).Si può osservare che l’effetto del “bias massimodi classificazione” è tipicamente superiore all’ef-fetto dell’aggiustamento per il rischio. Inoltre lasua entità dipende dal tipo di indicatore e dallaregione da cui provengono i dati. In molti casi, la

Allegato E

VERIFICA DELLA CORRETTEZZA DEL CODICE DELL’ESITO ALLA DIMISSIONE

TABELLA 1 - Mortalità per emorragia in LombardiaSDO 2002

Mortalità % Decessi % (Decessi +per emorragia dimissioni volontarie)“Tasso” grezzo 3,8 5,7“Tasso” Aggiustato 3,7 5,6

Effetto dell’aggiustamento: 0,1%Effetto massimo del bias di classificazione: 1,9%

TABELLA 2 - Mortalità per ictus cerebri in Lombardia SDO 2002

Mortalità per % Decessi % (Decessi +ictus cerebri dimissioni volontarie)“Tasso” grezzo 12,6 14,7“Tasso” Aggiustato 12,0 14,1

Effetto dell’aggiustamento: 0,6 %Effetto massimo del bias di classificazione: 2,1%

TABELLA 3 - Mortalità per scompenso cardiaco in Lombardia - SDO 2002

Mortalità per % Decessi % (Decessi +scompenso cardiaco dimissioni volontarie)“Tasso” grezzo 6,5 7,9“Tasso” Aggiustato 5,1 6,5

Effetto dell’aggiustamento: 1,4 %Effetto massimo del bias di classificazione: 1,4%

TABELLA 4 - Mortalità per scompenso cardiaco in PugliaSDO 2002

Mortalità per % Decessi % (Decessi +scompenso cardiaco dimissioni volontarie)“Tasso” grezzo 2,9 7,9“Tasso” Aggiustato 2,8 7,8

Effetto dell’ aggiustamento: 0,1 %Effetto massimo del bias di classificazione: 5,0%

riclassificazione dell’esito riduce in maniera si-gnificativa la differenza di mortalità tra regioni.Al fine di verificare la correttezza del codice del-l’esito alla dimissione è stata avviata una specifi-ca valutazione campionaria sulle cartelle cliniche.Analogamente a quanto è stato fatto per l’analisidei processi assistenziali, sono state prodotte listedi campionamento mediante randomizzazione ein tutte le Unità Operative (Regioni) sono statefatte valutazioni sulla cartella clinica per distin-guere le dimissioni volontarie “vere” dalle dimis-sioni in condizioni pre-terminali. Le cartelle cli-niche sono state estratte all’interno di una sele-zione di indicatori di mortalità per condizioni,dove massimo era il valore dell’ipotizzato bias diclassificazione:n infarto miocardico acuton scompenso cardiaco n ictus cerebralenemorragia gastro-intestinalen frattura del collo del femore npolmonitecon la modalità di codifica dell’esito pari alla di-missione volontaria.Le singole Unità Operative hanno effettuato que-sta ulteriore verifica, non programmata all’iniziodel progetto, in coda alle valutazioni dei processiassistenziali, in base alla disponibilità residua di ri-

sorse negli ospedali che hanno accettato di sot-toporsi a tale valutazione.Anche in questo casonon si tratta, pertanto, di un campione “rappre-sentativo” dal punto di vista statistico: è stato co-munque possibile mettere a punto una scheda dirilevazione specifica condivisa e validata ed estrar-re una prima immagine quantitativa della diffu-sione del fenomeno, sulla quale sarà possibile gui-dare eventuali analisi più strutturate su questo spe-cifico fenomeno. La scheda di rilevazione per ledimissioni volontarie valuta essenzialmente dueelementi: se la firma apposta per la dimissione vo-lontaria è diversa da quella del paziente e se incartella compaiono riferimenti espliciti ad unaeventuale dimissione in condizioni pre-termina-li.A giudizio dei rilevatori è stato possibile otte-nere un’ottima discriminazione dei casi (moltofrequentemente entrambi i criteri erano con-giuntamente soddisfatti), ed è stato così possibileottenere una prima immagine del fenomeno, ar-ticolata per regione, come indicato in Tabella 5.In alcuni casi le numerosità campionarie sono esi-gue,ma è possibile affermare che il fenomeno del-l’erronea classificazione dell’esito appare distribui-to sia nelle regioni del Nord che in quelle del SudItalia, anche se ci sono delle differenze in relazionealla condizione clinica più frequentemente asso-ciata. Nella Tabella 6 sono riportate, per tre regio-


92

iSup

plem

enti

di

f (%) Lom(%) Pug(%) Mar(%) Sic (%) Tn(%) Fvg(%) Cam(%) AO VR(%)Dimissioni volontarie vere 55,6 47,9 72,4 77,6 76,9 20,0 75,0 100,0Dimissioni volontariein condizioni pre-terminali 38,0 42,9 27,6 22,4 0,0 0,0 10,0 0,0Dimissioni ordinarie 5,8 3,1 0,0 0,0 23,1 80 7,5 0,0Cartelle cliniche non valutabili 0,6 6,1 0,0 0,0 0,0 0,0 7,5 0,0Cartelle cliniche mancanti 4,7 9,3 0,0 0,0 7,1 0,0 8,0 0,0

TABELLA 5 - Distribuzione percentuale delle schede di rilevazione per l’analisi delle dimissioni volontarie pervenute dalle regioni Lombardia, Puglia,Marche, Sicilia, PA di Trento, Friuli Venezia Giulia,Campania e Azienda Ospedaliera di Verona

Indicatore Campania (%) Lombardia (%) Puglia (%)Infarto miocardico 1 12 7Scompenso cardiaco 8 22 16Ictus cerebri 11 20 29Emorragia digestiva 19 13 27Frattura del femore 46 7 4Polmonite 15 26 17Totale 100 100 100

TABELLA 6 - Distribuzione percentuale delle dimissioni volontarie per indicatore e per Regione

ni, le distribuzioni percentuali delle dimissioni vo-lontarie per condizioni cliniche ad alta mortalità.Facendo riferimento alle regioni con dimensio-ne campionaria più consistente, è possibile unamisura effettiva del bias di classificazione (e nonla stima del bias massimo riportata nell’analisi disensibilità). Nella successiva tabella (Tabella 7) so-no riportati i dati riferiti a tutte le regioni chehanno partecipato alla valutazione.In alcune regioni, soprattutto al sud, è elevato ilnumero assoluto delle dimissioni volontarie, per

cui è maggiore l’impatto della percentuale ri-scontrata di dimissioni “pre-terminali”.Ad esem-pio, in Sicilia una percentuale del 22,4% deter-mina 898 decessi erroneamente classificati, men-tre in Lombardia una percentuale del 38% (qua-si doppia rispetto alla Sicilia) determina un nu-mero minore (620) di decessi erroneamente clas-sificati, a causa del differente numero assoluto didimissioni volontarie. La differenza effettiva dimortalità stimata legata al bias di classificazione èriportata in Tabella 8.

Allegato E

93

iSup

plem

enti

di

nV nM Tot % EM tM Dimissioni Morti Totale Pre-terminali Eccesso Morti Totale Morti volontarie Ricoveri Medici stimato

Campania 3964 1501 42192 0,10 396 1897Friuli V. G. 123 2406 17944 0 0 2406Lombardia 1632 7611 98963 0,38 620 8231Marche 251 2093 20662 0,276 69 2162Puglia 2155 1362 36693 0,429 924 2286Sicilia 4007 1489 48521 0,224 898 2387Trento 51 481 4890 0 0 481AO Verona 17 432 4274 0 0 432

TABELLA 7 - Risultati delle analisi sulla valutazione dell’esito alla dimissione nelle regioni partecipanti

Totale Morti / Morti / Diff Mort (*)Ricoveri Medici (%) Ricoveri Medici (%) (%)

Campania 4,5 3,6 0,9Friuli V. G. 13,4 13,4 0,0Lombardia 8,3 7,7 0,6Marche 10,5 10,1 0,3Puglia 6,2 3,7 2,5Sicilia 4,9 3,1 1,8Trento 9,8 9,8 0,0Verona 10,1 10,1 0,0

* Differenza di mortalità stimata

TABELLA 8 - Impatto stimato del bias di classificazione


94

iSup

plem

enti

di

RACCOLTA E VALIDAZIONE DEI DATI

Al fine di consentire la rilevazione deidati necessari per la costruzione de-gli indicatori di II livello, con moda-lità uniforme in tutti gli ospedali, so-

no state costruite apposite schede su supportocartaceo: esse utilizzano come base informativala cartella clinica. Il modello di riferimento perla stesura della scheda cartacea è costituito dal si-stema CART (CMS Abstraction & ReportingTool), sviluppato dal Centers for Medicare & Me-dicaid Services in collaborazione con la JointCommission on Accreditation of Healthcare Or-ganizations. Una prima versione delle schedeconsisteva in una semplice traduzione e in un ini-ziale adattamento al contesto italiano delle sche-de CART. Le schede sono state rielaborate in ba-se alle indicazioni emerse da un gruppo di lavo-ro costituito da clinici e rilevatori in occasionedi due giornate di studio (4.12.2003 e 1.4.2004)a Cernusco sul Naviglio. Utilizzando come rife-rimento il precedente modello cartaceo (valida-to a livello nazionale), è stato rielaborato ancheil programma di raccolta dati in formato Access,inizialmente adottato al corso di formazione peri rilevatori svolto presso l’Università degli Studidi Roma Tor Vergata (Roma 27 e 28 ottobre2003). Il programma è articolato in 6 tabelle (qua-lità/accettabilità della cartella clinica, infarto mio-cardico acuto, scompenso cardiaco, ictus, protesid’anca, chirurgia del colon) e in 5 corrispondenti

maschere di immissione e correzione dei dati(nella seconda versione del programma, la sche-da di accettabilità della cartella clinica è abbina-ta a ciascuna scheda specifica di patologia). Lastruttura delle tabelle è stata progettata affinchésia possibile collegare i dati da rilevare con i da-ti già disponibili sulle SDO, che pertanto com-paiono in sola lettura sulla scheda di rilevazione,senza la necessità di effettuare una seconda rile-vazione di questi dati. Le maschere di immissio-ne si presentano identiche ai corrispondenti mo-delli cartacei, allo scopo di favorire l’immissionedei dati qualora, come verosimilmente accadenella maggior parte dei casi, tale operazione siaun atto distinto rispetto alla rilevazione dei datidalla cartella clinica. La rilevazione dei dati dal-le cartelle cliniche, iniziata nella seconda metà didicembre 2003, ha consentito di stimare la fre-quenza di alcune caratteristiche relative a cia-scuna condizione clinica oggetto di rilevazione.Ai clinici è stato richiesto, oltre ai suggerimentiutili per la rielaborazione delle schede, di iden-tificare la caratteristica saliente per ciascuna con-dizione clinica e di formalizzare la massima dif-ferenza rispetto allo standard ritenuta clinica-mente rilevante (lo scostamento massimo tolle-rabile dallo standard).Ad ogni rilevatore è statamessa a disposizione una lista di corrispondenzatra nomi commerciali e nomi farmacologici deifarmaci per facilitare l’attività di rilevazione. Leschede contengono elementi informativi orien-

Allegato F

MODALITÀ DI CAMPIONAMENTOPER LA RILEVAZIONE DEI DATI PER LA COSTRUZIONE DEGLI INDICATORI DI II LIVELLO

tati alla rilevazione “oggettiva” dei dati; sono sta-te minimizzate le possibilità di interpretazionesoggettiva e di sintesi diagnostica all’atto della ri-levazione. La combinazione dei singoli elemen-ti informativi consente successivamente di effet-tuare il calcolo automatico degli indicatori.

CALCOLO DELLA DIMENSIONE CAMPIONARIALa stima puntuale di ciascun indicatore di II li-vello, l’identificazione di un indicatore prioritarioper ciascuna condizione clinica valutata con l’a-nalisi delle cartelle cliniche e la differenza massi-ma clinicamente tollerabile rispetto allo standardottimale costituiscono gli elementi “clinici” per ilcalcolo della dimensione campionaria (N), che po-trà poi essere calcolata, in ciascun ospedale per cia-scun indicatore, una volta definiti i valori di “al-fa” (probabilità dell’errore di I tipo) e “beta” (pro-babilità dell’errore di II tipo). La differenza tra lapercentuale di riferimento (rilevata mediante ilcontrollo campionario delle cartelle cliniche nel-l’ambito del progetto) e la percentuale “attesa” rap-presenta lo scostamento massimo tollerabile ri-spetto allo standard. Il grafico (vedi Allegato F nel-la versione presente nel sito www.assr.it) fornisceil valore di N (la dimensione campionaria), sottol’ipotesi di una distribuzione binomiale (v. Fleiss:Statistical Methods for Rates and Proportion.Wi-ley and Sons) e rappresenta un esempio didattico.Lo strumento di calcolo della dimensione cam-pionaria, a livello di ospedale in circostanze piùgenerali, sarà integrato nel programma di calcolodegli indicatori “open source” (EpiQi). Sono op-portune, tuttavia, alcune considerazioni in meri-to alla rilevazione effettuata sulle cartelle clinichenell’ambito del progetto: premesso che le singoleunità Operative (Regioni o Aziende Ospedalie-re) hanno fornito una lista di ospedali in base alcriterio dell’accessibilità, il campione estratto, perquesto motivo, non è rappresentativo se non del-l’ambito di riferimento selezionato. In un’otticadi definizione della metodologia e non di studioosservazionale, ciò non pone alcun problema. In

un’ottica di studio osservazionale ciò comunqueavrebbe un impatto probabilmente abbastanza li-mitato (quasi tutti gli studi osservazionali hannobias di selezione) e, in una certa misura, quantifi-cabile tenendo conto delle caratteristiche struttu-rali e di case-mix degli ospedali campionati e diquelli non campionati.Per avviare l’attività di rilevazione all’interno del-le diverse Unità Operative sono stati intrapresi iseguenti passaggi:1) Calcolo degli indicatori di I livello e restitu-

zione dei risultati alle singole Unità Operati-ve (Regioni) per la validazione degli indicato-ri di I livello,mediante un CD “navigabile” checonsentisse di analizzare i risultati dell’elabo-razione al livello più disaggregato possibile: so-no stati restituiti tutti i record integrati con i“flag” di attribuzione al numeratore e/o de-nominatore per ciascun indicatore.

2) Individuazione degli ospedali “accessibili” inciascuna regione.

3) Generazione di una lista di campionamentomediante randomizzazione per ogni ospedalee per ogni indicatore: ogni regione aveva unnumero di liste di campionamento pari al pro-dotto ospedali x condizione clinica.

4) In base alle risorse mediamente disponibili, èstata concordata una frazione di campiona-mento pari a circa il 20% dei casi, con un mi-nimo di 10 casi per ogni lista (se presenti).Al-cune regioni hanno adottato una frazione dicampionamento differente in base a specificheesigenze di valutazione.

Sulla base delle indicazioni fornite e dei succes-sivi adattamenti imposti dai concreti problemi le-gati all’attività di rilevazione, è stato possibile ri-levare i dati relativi a quasi 9000 cartelle. NelleTabelle 1 e 2 è riportata la distribuzione di fre-quenza assoluta delle cartelle cliniche estratte ri-spettivamente per indicatore e per regione.In una prospettiva di utilizzo futuro, sulla scortaanche delle informazioni raccolte con le attivitàdi rilevazione del progetto, al fine di definire la di-mensione campionaria per la rilevazione dei dati

Allegato F

95

iSup

plem

enti

di

necessari per il calcolo degli indicatori di II livel-lo (schede di rilevazione per l’infarto, scompensocardiaco, ictus, chirurgia dell’anca, chirurgia delcolon), i passaggi critici sono solamente due: è ne-cessario individuare l’indicatore prioritario ai finidella definizione della dimensione campionaria eil valore di scostamento massimo ritenuto clini-camente accettabile.Ad esempio, se ritengo che latrombolisi nell’infarto sia l’indicatore prioritarioe che, in base alle caratteristiche del case-mix e al-

le caratteristiche dell’accesso in ospedale, sia ap-plicabile al 35% dei pazienti, devo definire se il va-lore minimo tollerabile di utilizzazione della trom-bolisi è pari al 30% (scostamento assoluto del 5%),25% (scostamento assoluto del 10%) o meno.Que-ste due informazioni sono sotto la responsabilitàdei clinici; il calcolo della dimensione campiona-ria diventa allora una mera conseguenza, l’appli-cazione di un algoritmo di calcolo integrato nelprogramma di elaborazione dei dati.


96

iSup

plem

enti

di

Unità Operativa N P f (%)Friuli Venezia Giulia 204 919 22,2Lombardia 3311 13789 24,0Sicilia 1514 1632 92,8P.A.Trento 179 1412 12,7Marche 653 2777 23,5A.O.Verona 346 3327 10,4Puglia 994 1653 60,1Toscana 1362 20307 6,7Campania 145 412 35,2Molise 195 900 21,7Umbria 20 1507 1,3Totale 8923 48635 18,3

TABELLA 2 - Distribuzione dei casi (cartelle cliniche) per regione

Condizione clinica Cartelle cliniche prese in esame (N)/Cartelle cliniche totali (P)Scompenso cardiaco 2825/16770Infarto miocardico acuto 1887/9076Ictus cerebri 2149/11363Chirurgia dell’anca 674/3048Chirurgia del colon 1388/8378Totale 8923/48635

f = 18,3 %

TABELLA 1 - Distribuzione dei casi (cartelle cliniche) per condizione clinica

Nota. Le schede di rilevazione (cartelle cliniche) sono pervenute dalle regioni Lombardia, Friuli Venezia Giulia, Sicilia, PA di Trento, Marche,Verona, Puglia,Toscana, Campania, Molise e Umbria.N= numero di cartelle cliniche prese in esame; P= numero di cartelle cliniche totali; f= valore percentuale

Nota. N= numero di cartelle cliniche prese in esame; P= numero di cartelle cliniche totali; f= valore percentuale

Allegato G

97

iSup

plem

enti

di

Allegato G

SCHEDA DI RILEVAZIONE DATI PER INFARTO MIOCARDICO ACUTO

Rilevatore______________________________ n. CARTELLA_______________ Codice OSPEDALE ______________REPARTO________________

Data di nascita _____/_____/_______ Data RICOVERO _____/_____/_______ Data DIMISSIONE _____/_____/_______

Interrompere la rilevazione se l’età è inferiore a 18 anni.

Data arrivo: _____/_____/_______ Orario di arrivo (HHMM): __________


I.Test diagnostici e valutazione clinica Nota: Se il Paziente è stato trasferito da un altro Ospedale, non compilare questa sezione

E’ stato effettuato un ECG entro un’ora prima dell’arrivo in ospedale?nn Si nn No/non determinato

Se si:Data: ____/____/_______ ora (HHMM): _______

E’ stato effettuato un ECG a 12 derivazioni dopo l’arrivo in ospedale? nn Si nn No/non determinato

Se si:Data: ____/____/_______ ora (HHMM): _______

(Facendo riferimento al PRIMO ecg dopo l’arrivo)

Il referto cita una di queste informazioni: sopraslivellamento ST,Blocco di branca sinistro, segni di infarto transmurale o con localiz-zazione di una parete (precisare) o con menzione di onda Q?nn Si nn No nn Non determinato

…………………………………………………………………

Presenza di congestione polmonare (esame obbiettivo o Rx)nn Si nn No nn Non determinato

Menzione di ipotensione grave ( sistolica < 80 mmHg) o shocknn Si nn No nn Non determinato

Diabetenn Si nn No nn Non determinato

II.Terapia di rivascolarizzazione o riperfusiva

PTCA dopo l’ammissione? nn Si nn No

Se si, indicare il tempo di accesso alla lesione:

Data: ____/____/_______ ora (HHMM): _______

Se impossibile da determinare

Data inizio:____/____/_______ Orario inizio(HHMM):______

E’ stata effettuata terapia trombolitica durante la degenza? nn Si nn No nn Non determinato

Se si:Data inizio: ____/____/_______ ora (HHMM): _______

Orario inizio(HHMM):______

III. Farmaci Nota: Se il Paziente è stato trasferito da un altro Ospedale o se la data di ammissione coincide con la data di dimissione, non compilare questa sezione.

L’aspirina è stata somministrata entro 24 ore dall’ammissione?nn Si nn No/non determinato

I Beta-Bloccanti sono stati somministrati entro 24 ore dall’ammissione?nn Si nn No/non determinato

Sono documentate controindicazioni o motivi per NON somministrare aspirina?• Sanguinamento attivo• Allergia vs. aspirina• Trattamento con anticoagulanti (Coumadin/Sintrom)• Altri motivi documentati

nn Si

nn No/non determinato

Sono documentate controindicazioni o motivi per NON somministrare Beta-Bloccanti?• Bardicardia(FC inferiore a 60 / min) all’ingresso o entro 24 ore dall’arrivo in

assenza di beta-bloccante• Scompenso cardiaco• Blocco AV di II o III grado, in assenza di pacemaker• Shock all’ingresso o entro 24 ore dopo l’arrivo• Pressione arteriosa sistolica inferiore a 90 mmHg all’ingresso o entro 24 ore

dopo l’arrivo• Altri motivi documentati (asma bronchiale, allergia)nn Si nn No/non determinato


98

i Sup

plem

enti

di


IV. Test diagnostici/Trattamento della disfunzione sistolica del ventricolo sinistro Nota: Se il Paziente è stato trasferito, è morto o risulta dimesso contro il parere dei sanitari non compilare questa sezione

La funzione ventricolare sinistra è stata valutata prima o durante l’attuale ricovero?nn Si nn No/non determinata

E’ stata documentata una disfunzione ventricolare sinistra (FE < 40%)? Nota: Se sono presenti più valutazioni della funzione ventricolare, fare riferimento alla più recente.

nn Si, disfunzione documentata (FE < 40%)

nn No, disfunzione non documentata (FE> 40%)

nn Non determinata

Se la disfunzione sistolica è stata documentata rispondere alle domande successive.Gli ACE-inibitori o i sartanici sono stati prescritti alla dimissione?nn Si nn No/non determinata

Sono documentati controindicazioni o motivi per NON prescrivere ACE inibitori o sartanici?• Allergia vs.ACE inibitori• Stenosi aortica moderata o severa• Altri motivi documentati

nn Si

nn No/non determinata

VI. Farmaci alla dimissione Nota: Se il Paziente è stato trasferito, è morto o risulta dimesso contro il parere dei sanitari non compilare questa sezione

L’aspirina è stata prescritta alla dimissione?nn Si


I Beta-Bloccanti sono stati prescritti alla dimissione?nn Si


Le statine sono state prescritte alla dimissione?nn Si nn No/non determinata

Sono documentate controindicazioni o motivi per NON somministrare aspirina?• Sanguinamento attivo• Allergia vs. aspirina• Trattamento con anticoagulanti (Coumadin/Sintrom)• Altri motivi documentati

nn Si

nn No/non determinato

nn E’ stato somministrato un altro anti-aggregante?

Sono documentate controindicazioni o motivi per NON somministrare Beta-Bloccanti?• Bardicardia(FC inferiore a 60 / min) all’ingresso o entro 24 ore dall’arrivo in

assenza di beta-bloccante• Scompenso cardiaco• Blocco AV di II o III grado, in assenza di pacemaker• Shock all’ingresso o entro 24 ore dopo l’arrivo• Pressione arteriosa sistolica inferiore a 90 mmHg all’ingresso o entro 24 ore

dopo l’arrivo• Altri motivi documentati (asma bronchiale, allergia)

nn Si

nn No/non determinati

Sono documentate controindicazioni o motivi per NON somministrare statine?nn Si

nn No/non determinati

Allegato H

99

i Sup

plem

enti

di

Allegato H

SCHEDA DI RILEVAZIONE DATI PER LO SCOMPENSO CARDIACO



Interrompere la rilevazione se l’età è inferiore a 18 anni.


I. TEST DIAGNOSTICI e VALUTAZIONE CLINICANOTA: Limitarsi a questa sezione se il Paziente è stato trasferito, è morto o risulta dimesso contro il parere dei sanitari

La funzione ventricolare è stata valutata entro l’ultimo anno o durante l’attuale ricovero?nn Si nn No/non determinabile

Se la risposta è no,è già stato programmato che sia svolta successivamente tale valutazione?nn Si nn No/non determinabile

Se la valutazione successiva della funzione ventricolare non è prevista,c’è una ragione esplicitata nella documentazione sanitaria?nn Si nn No

E’ documentata una disfunzione sistolica (FE < 40%)? Attenzione: in caso di valori ripetuti, selezionare la misurazione più recentenn Si,disfunzione documentata (FE< 40%) nn No,disfunzione non documentata (FE> 40%)nn Non determinata (Se la funzione ventricolare non è stata valutata selezionare questa opzione)

Sono documentate aritmie durante il decorso?nn Si, blocco AV di I o II gradonn Si, blocco AV totalenn Si, fibrillazione o flutter atrialenn Si, tachicardia o flutter o fibrillazione ventricolarenn No,nessuna di queste

Sono documentati i seguenti segni clinici?nn rantoli polmonari nn Edema polmonare nn Shock nn edemi declivi nn epatomegalia o turgore giugulare nn No,nessuno di questi

II.TRATTAMENTO Completare questa sezione se è documentata una disfunzione ventricolare sinistra e se il Paziente NON è stato trasferito, NON è morto e NON risulta dimesso contro il parere dei sanitari

E’ stato prescritto un ACE inibitore o un sartanico alla dimissione?nn Si nn No/non determinato

E’ documentata una controindicazione o una motivazione per NON prescrivere un ACE-inibitore o un sartanico ?• Allergia • Stenosi aortica severa o moderata• Altri motivi documentati.nn Si nn No/non determinata

E’ documentata una controindicazione o una motivazione per NON prescrivere spironolattone o beta-bloccanti?nn Si nn No/non determinato

Durante la degenza sono stati effettati i seguenti trattamenti? - Ultrafiltrazione: nn Si nn No/Non determinato

- Ventilazione meccanica nn Si nn No/Non determinato

Sono stati prescritti i seguenti farmaci alla dimissione:- diuretici dell’ansa o tiazidici nn Si nn No/Non determinato

- spironolattone o simili nn Si nn No/Non determinato

- digitale nn Si nn No/Non determinato

- beta-bloccanti nn Si nn No/Non determinato


100

i Sup

plem

enti

di


Attenzione: rispondere a queste domande solo se il paziente è stato dimesso

Sono state fornite al paziente una o più delle seguenti istruzioni scritte ?

- La prescrizione dei farmaci nn Si nn No/Non determinabile

- Suggerimenti dietetici nn Si nn No/Non determinabile

- assunzione liquidi per os nn Si nn No/Non determinabile

- abolizione del fumo nn Si nn No/Non determinabile

- Intensità dell’attività fisica nn Si nn No/Non determinabile

- Programma visite di controllo nn Si nn No/Non determinabile

- Monitoraggio del peso corporeo nn Si nn No/Non determinabile

- Misurazione della diuresi nn Si nn No/Non determinabile

- Cosa fare quando i sintomi peggiorano nn Si nn No/Non determinabile

Allegato I

101

i Sup

plem

enti

di

Allegato I

SCHEDA DI RILEVAZIONE DATI PER L’ICTUS




I.Tempestività del ricovero (consultare soprattutto le sezioni della cartella relative a: accoglimento, anamnesi, diario clinico dei primissimi giorni di ricovero)

1. La cartella clinica contiene l’indicazione dell’ora del ricovero?nn Si nn No/non determinabile

2. La cartella clinica contiene un riferimento esplicito (una frase, un commento, un richiamo, ecc.) che indichi un’attenzione da parte del medico all’inizio dei sintomi del paziente? nn Si

nn No

nn No/non determinabile

3. Se la risposta alla domanda precedente è SI, è desumibile l’intervallo tra l’inizio dei sintomi e il momento del ricovero?nn Si


4. Se la risposta alla domanda precedente è SI, l’intervallo tra l’inizio dei sintomi e il momento del ricovero è:nn Inferiore alle 3 ore

nn Uguale o superiore alle 3 ore

II. Diagnosi (consultare soprattutto: diario clinico, referti radiologici, schede di consulenza)

1. E’ documentata in cartella l’effettuazione di una TAC cranio? nn Si nn Nonn No/non determinabile

2. Se la risposta alla domanda precedente è SI, è possibile stabilire l’intervallo tra il momento del ricovero e il momento di effettuazione della TAC (verificare nella sezione I l’informazione relativa all’ora del ricovero)?nn Si, effettuazione entro 24 ore dal momento del ricovero

nn Si, effettuazione oltre le 24 ore


III.Trattamento (consultare soprattutto: diario clinico, lettera di dimissione, schede di consulenza)

1. E’ documentato l’uso di aspirina* o altri antiaggreganti piastrinici**?nn Si


2. Se la risposta alla domanda precedente è SI, è possibile stabilire l’intervallo tra il momento del ricovero e il momento di inizio della terapia con tali farmaci? (verificare nella sezione I le informazione relative al momento del ricovero)nn Si, effettuazione entro 48 ore dal momento del ricoveronn Si, effettuazione oltre le 48 orenn No/non determinabile

3. Se la risposta alla domanda III.1 è SI, è possibile stabilire l’intervallo tra il momento dell’inizio dei sintomi e il momento di inizio della terapia con tali farmaci? (verificare nella sezione I l’informazione relativa al momento di inizio dei sintomi)nn Si, effettuazione entro 48 ore dall’esordio dei sintomi

nn Si, effettuazione oltre le 48 ore



102

iSup

plem

enti

di


III.Trattamento (consultare soprattutto: diario clinico, lettera di dimissione, schede di consulenza)

4. E’ documentata una controindicazione o una motivazione per NON prescrivere tali farmaci (es. ICTUS emorragico, allergia,…)?nn Si nn No/non determinato

5. E’ documentata l’effettuazione di un trattamento trombolitico° durante la degenza?nn Si nn No/non determinata Se si, iniziato in data: ____/____/_______ ore _______

IV. Riabilitazione (consultare soprattutto: diario clinico, schede di consulenza)

1. La cartella clinica contiene un riferimento esplicito (una frase, un commento, un richiamo, ecc.) che indichi un’attenzione da parte del medico alla presenza di disabilità e alle indicazioni per un intervento riabilitativo? nn Si nn Nonn Non determinabile

2.E’ documentata in cartella una valutazione del grado di disabilità tramite l’applicazione esplicita di una scala (es.FIM,Barthel,Rankin…)nn Si


V. Prevenzione secondaria (Rispondere alla domanda seguente per i pazienti dimessi o trasferiti. Consultare soprattutto: diario clinico, lettera di dimissione)

1. E’ documentata la prescrizione di aspirina* o antiaggreganti piastrinici** alla dimissione?nn Si nn Nonn Non determinabile

2. E’ documentata una controindicazione o una motivazione per NON prescrivere aspirina o antiaggreganti?nn Si nn No/non determinato

3. E’ documentata la presenza di FIBRILLAZIONE ATRIALE al momento della dimissione? nn Si nn No/non determinato

4. Se la risposta alla domanda precedente è SI, è documentata la prescrizione con anticoagulanti? nn Si nn No/non determinato

5. E’ documentata una controindicazione o una motivazione per NON prescrivere anticoagulanti?)nn Si nn No/non determinato

VII.Complicanze

Segnalare eventuali complicanze rilevabili dalla documentazione clinica:nn lesioni da decubito

nn cadute accidentali

nn altro……………

VI.Percorso assistenziale post-acuto (Rispondere alla domanda seguente per i pazienti dimessi o trasferiti. Consultare soprattutto: diario clinico, lettera di dimissione)

1. E’ documentata la destinazione del paziente dopo la dimissione? nn Si nn No/non determinabile

2. Se la risposta alla domanda precedente è SI, a quale destinazione viene inviato il paziente? nn Domicilio nn Struttura riabilitativann LungodegenzannAltro (es. presso familiari)……………………………………………………………………………..

3. La destinazione del Paziente coincide con la provenienza?nn Si

nn No

nn Non determinabile

4.E’ documentata in cartella la valutazione del grado di disabilità alla dimissione tramite l’applicazione esplicita di una scala (FIM,Barthel,Rankin)?nn Si nn No/non determinabile

Allegato J

103

i Sup

plem

enti

di

Allegato J

SCHEDA DI RILEVAZIONE DATI SULLE COMPLICANZE DOPO CHIRURGIA PER PROTESI D’ANCA




I. CONDIZIONI INIZIALI II. INFEZIONI INTERCORSE

Il paziente è arrivato al ricovero per? nn urgenzann elezionenn manca dato

Quale erano le condizioni preoperatorie (class.ASA)?nn 1 nn 4nn 2 nn 5nn 3 nn non valutate

Il paziente è stato trattato per una infezione insorta prima del primo intervento chirurgico praticato durante questo ricovero?nn Sì (INTERROMPI LA RILEVAZIONE)nn No

Il paziente è diabetico?nn Sì nn No

Il paziente è affetto da immuno deficienza? (v. lista allegata)nn Sì nn No

III ALTRE INFORMAZIONI IV. MEDICAZIONI ANTI BIOTICHE

Si sono sviluppate lesioni da decubito?nn Sì nn No

Se la risposta è Si,qual'era lo stadio della lesione da decubito? (v.note)nn Primo Stadionn Secondo StadionnTerzo Stadionn Quarto Stadio

E’ stata praticata una terapia antibiotica Profilattica pre-operatoria nn Sì nn No

Se sì, quando?nn 48 h prima?nn 24 h prima?nn Immediatamente prima dell’atto chirurgico? nn Non determinabile

E' segnalata a carico del paziente una allergia o sensibilizzazione agli antibiotici?nn Sì nn No

E’ stata praticata terapia antibiotica nel periodo post-operatorio?nn Sì nn No

V COMPLICANZE TROMBO-EMBOLICHE

E' stata praticata una profilassi per la trombosi venosa profonda?nn Sì Se sì, di che tipo?:nn Coumadin/warfarin nn altronn deambulazione precoce specificare nn elastocompressione __________________nn calcieparina nn eparina a basso peso molecolare nn No

Nel giorni successivi all’intervento, il paziente ha avuto episodi di dispnea improvvisa?nn Sìnn No

E’ riportata in cartella la presenza di complicanze Trombo-Emboliche nn Sì:Trombosi venosa profondann Si: Embolia Polmonare Acutann No

Sono stati svolti accertamenti mirati nn Sì: ecografia delle vene profonde (gamba, coscia, pelvi)nn Si: scintigrafia polmonarennTAC spiralennAltri accertamenti (precisare) ……………………………………….nn Nessuno/non rilevato

OCCHIELLINO CAPITOLO

104

i Sup

plem

enti

di


Stadiazione lesioni da decubito

1° STADIO Eritema persistente della pelle (non lacerata) non reversibile alla digitopressione;il segnale preannuncia l’ulcerazione della pelle (NB. da non confondere con l’iperemia attiva).

2° STADIO Eritema a spessore parziale che coinvolge l’epidermide e/o il derma.L’ulcera è superficiale e si presenta come un’abrasione, una vescicola o una leggera cavità.

3° STADIO Ferita a tutto spessore con danno o necrosi del tessuto ma senza attraversarlo.L’ulcera si presenta clinicamente come una profonda cavità che può o non può essere sottominata.

4° STADIO Ferita a tutto spessore con estesa distruzione della cute,necrosi tissutale o danno al muscolo, all’osso o alle strutture di sostegno (tendini, capsula articolare, …).

Allegato K

105

i Sup

plem

enti

di

Allegato K

SCHEDA DI RILEVAZIONE DATI SULLE COMPLICANZE DOPO CHIRURGIA RESETTIVA DEL COLON




I. DIAGNOSI II. INFEZIONI INTERCORSE

Diagnosi …………………………………………………………………….…………………………………………………………………….

Codice TNM-UICC _____________________

Che tipo di intervento chirurgico si è eseguito durante questo rico-vero?………………………………………………………………………………………………………………………………

Si sono sviluppate lesioni da decubito?nn Sì nn No

Se la risposta è Si,qual'era lo stadio della lesione da decubito? (v.note)nn Primo Stadionn Secondo StadionnTerzo Stadionn Quarto Stadio

III.ALTRE INFORMAZIONI IV. MEDICAZIONI ANTIBIOTICHE

Il paziente è arrivato al ricovero per? nn urgenzann elezionenn manca dato

Quale erano le condizioni preoperatorie (class.ASA)?nn 1 nn 4 nn 2 nn 5nn 3 nn non valutate

il paziente è stato supportato con nutrizione parenterale?nn Sì nn No

E’ stata praticata una profilassi antibiotica pre-operatoria?nn Sì nn NoSe sì, quando?:nn 48 h primann 24 h primann Immediatamente prima dell’atto chirurgiconn Non determinabile

E' segnalata a carico del paziente una allergia o sensibilizzazioneagli antibiotici?nn Sì nn No

E’ stato praticata terapia antibiotica nel periodo post-operatorio?nn Sì nn No

Il paziente è stato trattato per una infezione insorta prima del primo intervento chirurgico praticato durante questo ricovero?nn Sì (INTERROMPI LA RILEVAZIONE)nn NoIl paziente è diabetico?nn Sì nn NoIl paziente è affetto da immunodeficienza? (v. lista allegata)nn Sì nn No

Che tipo di complicanza si è presentata durante questo ricovero?PRECOCInn EMORRAGIA DALLA FERITA nn EMATOMA PARIETALEnn EMORRAGIA ENDOPERITONEALE nn EMORRAGIA ENDOLUMINALE nn SHOCK CARDIOGENOnn POLMONITE "AB INGESTIS”nn altro _________________________________________TARDIVE nn DEISCENZA DELLA FERITA,EVISCERAZIONEnn INFEZIONE E SUPPURAZIONE DELLA FERITA nnASCESSO SUPERFICIALEnnASCESSO INTRA-ADDOMINALEnn FISTOLIZZAZIONE / DEISCENZA DELL'ANASTOMOSInn PANCREATITE ACUTAnn ULCERA DA STRESSnnTROMBOSI VENOSA PROFONDAnn EMBOLIA POLMONAREnn COLITE PSEUDOMEMBRANOSAnn OCCLUSIONE nn POLMONITE NOSOCOMIALEnn SETTICEMIAnn ERNIA PERISTOMALEnn altro _______________________________________nn Nessuna complicanza


106

i Sup

plem

enti

di


V. TROMBOSI VENOSA

È stata praticata una profilassi per la trombosi venosa profonda?nn Sì nn Se sì, di che tipo?:nn Coumadin/warfarin nn altronn deambulazione precoce specificare nn elastocompressione __________________nn calcieparina nn eparina a basso peso molecolarenn No

È riportata in cartella la presenza di complicanze Trombo-Emboliche? nn Sì:Trombosi venosa profondann Si: Embolia Polmonare Acutann No

Sono stati svolti accertamenti mirati ?nn Sì: ecografia delle vene profonde (gamba, coscia, pelvi)nn Si: scintigrafia polmonarennTAC spiralennAltri accertamenti (precisare) ……………………………………….nn Nessuno/non rilevato

E' stata praticata terapia intensiva nel periodo post operatorio?nn Sì nn No

Allegato L

107

i Sup

plem

enti

di

Allegato L

SCHEDA PER LA VERIFICA DELLA QUALITÀ DELLA COMPILAZIONEDELLA CARTELLA CLINICA

REGIONE OSP.

N° SDO RILEVATORE

SEZ. 3 - VALUTAZIONE DELLA COMPLETEZZA DELLA DOCUMENTAZIONE

APPLICABILE PRESENTE

01 La cartella clinica è disponibile per la consultazione si no

02 La SDO è firmata dal medico responsabile (anche sigla) si no

03 Il motivo del ricovero è indicato si no

(nel foglio di ricovero oppure in diario medico (1^ giornata)

oppure nella documentazione di valutazione all'ingresso)

L'anamnesi patologica prossima:

04 - è presente si no

05 - è leggibile si no

L'esame obiettivo all'ingresso:

06 - è firmato (anche sigla) si no

07 - è datato si no

08 - è leggibile si no

09 - comprende almeno apparato respiratorio + si no

cardiocircolatorio + sede del problema

Diario medico:


11 - sono presenti annotazioni in tutte le giornate di degenza si no * ___/___

12 - le annotazioni sono firmate/siglate si no

Diario infermieristico:

13 - è presente o allegato si no

14 - sono presenti annotazioni in tutte le giornate di degenza si no * ___/___

15 - le annotazioni sono firmate/siglate si no

Consenso informato all'intervento chirurgico o procedura invasiva:

16 - è presente sia la firma del paziente che quella del medico si no si no

17 - è presente la data di compilazione si no si no

* Indicare: n° di giornate che presentano annotazioni/totale giornate di presenza


108

i Sup

plem

enti

di

SEZ. 3 - VALUTAZIONE DELLA COMPLETEZZA DELLA DOCUMENTAZIONE

APPLICABILE PRESENTE

Cartella anestesiologica:

18 - è presente o allegata si no si no

19 - il monitoraggio intraoperatorio è documentato si no si no

Referto operatorio:

20 - è identificabile il 1° operatore si no si no

21 - è presente la data dell'intervento si no si no

22 - è identificabile l'intervento eseguito si no si no

Lettera di dimissione:


24 - è presente la data di compilazione si no

25 - è identificabile il medico redattore (nome leggibile) si no

26 - è presente una sintesi descrittiva del decorso clinico durante la degenza si no

Allegato N

109

i Sup

plem

enti

di

In data 4.12.2003 e 1.04.2004 sono state or-ganizzate due giornate di studio sul progetto“Indicatori” finalizzate ad estendere il nume-ro dei rilevatori interni delle strutture sanita-

rie lombarde e avviare 5 gruppi di lavoro costi-tuiti da clinici che hanno formalizzato alcune os-servazioni su specifici problemi della ricerca. I cli-nici, indicati dalle strutture sanitarie lombarde chepartecipano al progetto, sono stati selezionati inbase alle loro specifiche competenze cliniche; ul-teriore requisito richiesto era una discreta dime-stichezza con i sistemi di classificazione dei pa-zienti e degli episodi di ricovero e con gli stru-menti dell’epidemiologia clinica.Sono stati attivati i seguenti gruppi di lavoro:Cardiologia:Annamaria De Biase (Dipartimento Cardiologico De Gasperis - Ospedaledi Niguarda Milano)Fabrizio Oliva (Dipartimento Cardiologico De Gasperis - Ospedaledi Niguarda Milano)Agostino Colli (Divisione di Medicina - Ospedale di Lecco)Bruno Minetti (Divisione di Medicina - Ospedali Riuniti di Berga-mo)Ivan Calchera (Divisione di Cardiologia - Ospedale di Monza)Neurologia:Antonella Gatti (Stroke Unit - Ospedale di Niguarda Milano)Elio Agostoni (Stroke Unit - Clinica Neurologica Ospedale diMonza)Donatella Bonalliti

(U.O. Riabilitazione Ospedale di Monza)Marco Foppoli (Neurologia - Istituto San Raffaele di Milano)Alessandra Martignoni (Clinica neurologica - Istituto San Matteo di Pavia)Chirurgia:Roberto Biffi (Istituto Europeo di Oncologia)Alberto Bonoldi (Direzione sanitaria - Istituto San Matteo di Pavia)Melchiorre Costa (Chirurgia - Ospedale di Lecco)Oleo Bissi (Chirurgia - Ospedale di Cernusco sul Naviglio)Luca Fattori (Chirurgia - Ospedale di Monza)Luca Nespoli (Chirurgia - Istituti Clinici di Perfezionamento)Ortopedia:Renata Magnoni (MCQ - Ospedale Niguarda di Milano)Alessandro Morganti (Ortopedia)Michele Novarina (Ortopedia - Ospedale di Cernusco sul Naviglio)Alberto Uzzo (Ortopedia - Ospedale di Melegnano)Mario Mosconi (Ortopedia)Il quinto gruppo dei clinici (pediatria) si è costi-tuito in data 1.4.2004 e ha avuto il compito diesaminare una specifica rassegna bibliografica con-segnata in tale data e di giudicare la possibilità diusufruire del sistema di indicatori proposto(AHRQ con i pacchetti Preventive, Inpatient eSafety Quality Indicators e CMS con le schede

Allegato N

OSSERVAZIONI DEI CLINICI SUL PROGETTO INDICATORI

di rilevazione in uso, o un loro sottoinsieme).Sono stati, inoltre, costituiti altri due gruppi di la-voro: il primo costituito da esperti di codifica acui è stato richiesto un giudizio di validità sui cri-teri (ICD-9-CM e DRG) di costruzione degliindicatori, coadiuvati dai borsisti dell’area stati-stico-informatica per l’analisi delle distribuzionidi frequenza empiriche dei codici. Il secondogruppo di lavoro è orientato, infine, allo svilup-po dei programmi di calcolo degli indicatori conrisorse “open source” e alla costruzione della re-portistica.I gruppi di lavoro si sono riuniti in due occasioni.Il 4 dicembre 2003 sono stati posti i seguentiquesiti:1) Verificare i criteri di inclusione dei casi nella

costruzione degli indicatori di I livello.2) Verificare i criteri di esclusione dei casi nella

costruzione degli indicatori di I livello.3) Verificare le soglie di accettabilità per gli indi-

catori di volume di attività.4) Suggerire eventuali fonti alternative per gli stan-

dard di riferimento ottimale, relativamente agliindicatori di mortalità e utilizzazione.

5) Valutare l’efficacia delle domande riportate nel-le schede di rilevazione dati della cartella cli-nica, in relazione alla costruzione degli indica-tori di II livello.

6) Suggerire informazioni da eliminare o da ag-giungere sulle schede di rilevazione dati.

Nel successivo incontro del 1 aprile 2004 sonostati proposti ulteriori quesiti, unitamente alla ri-chiesta di definire in modo conclusivo i proble-mi affrontati in occasione della precedente riu-nione.1) Identificare l’indicatore di II livello da consi-

derare prioritario per ognuna delle condizio-ni cliniche valutate (infarto miocardico acuto,scompenso cardiaco, ictus, chirurgia del colon,chirurgia dell’anca), al fine di definire la di-mensione campionaria appropriata per ciascu-na di esse.

2) Valutare la validità delle schede di rilevazionedati per le cinque condizioni cliniche citate,

alla luce delle prime esperienze di rilevazione.3) Valutare la correttezza delle risposte e la rile-

vanza delle domande tipiche (FAQ) emerse,dopo l’inizio dell’attività di rilevazione sullecartelle cliniche.

Le osservazioni emerse nei due incontri vengo-no riportate di seguito, suddivise per problemaclinico e integrate, dove occorre, dalle osserva-zioni degli esperti di codifica.

CARDIOLOGIA INFARTO MIOCARDICO ACUTONella prima riunione il gruppo di lavoro avevafatto una serie di osservazioni puntuali sulla sche-da di rilevazione. Le conseguenti proposte di mo-difica sono state adottate prima che venisse di-stribuita la versione attualmente in uso della sche-da dell’infarto miocardico acuto.Una rilettura della scheda orientata ad un riesa-me più profondo delle informazioni che sarebbeopportuno ottenere ha condotto alle seguenti pro-poste di rilevazione di ulteriori dati definiti es-senziali:1) Durata dei sintomi al momento dell’arrivo in

ospedale: differenti tempi di accesso alle strut-ture sanitarie potrebbero rendere conto di di-verse percentuali di utilizzo delle terapie ri-perfusive.

2) Richiesta esplicita di controindicazioni allatrombolisi (manca tale dato sulla scheda di ri-levazione).

3) Primo prelievo dei marker di necrosi (CK tot,CKMB,TN T/I con data e ora).

La scheda sembra rivolta solamente agli IMA consopraslivellamento ST. Così come si presenta at-tualmente dovrebbero essere esclusi dall’analisi (odai criteri di inclusione delle liste di campiona-mento) sicuramente i codici 410.71 e forse i410.91.Alternativamente si potrebbe prevedereuna seconda scheda orientata alle sindromi coro-nariche acute con sottoslivellamento ST (o inte-grare quella in uso), con quesiti relativi all’utiliz-zo dell’eparina a basso peso molecolare, degli ini-bitori delle glicoproteine IIb/IIIa, del Clopido-


110

i Sup

plem

enti

di

grel e, in merito al ricorso alle procedure di riva-scolarizzazione, anche non in fase acuta.Una integrazione degli esperti di codifica derivadall’analisi delle distribuzioni di frequenza dei co-dici: in Lombardia nel 2002 ci sono 16415 casi diIMA individuati dall’indicatori AHRQ; di que-sti, 5110 sono casi di infarto subendocardico (co-dice 410.71) e 852 sono casi di infarto a sede nonspecificata (codice 410.91). I criteri AHRQ nonindividuano 2016 casi di infarto caratterizzati daquinta cifra uguale a zero (episodio di assistenzanon specificata). Generalmente questi casi sonogravati da una mortalità più alta. Si propone didefinire un indicatore (bis) di mortalità per in-farto che preveda anche i codici con zero allaquinta cifra.Analogamente si è osservato che 201casi di angioplastica coronarica non vengono in-dividuati perché in Lombardia in tali casi è statoerroneamente utilizzato il codice di procedura3609, che non rientra tra i criteri AHRQ per ladefinizione dell’angioplastica.Per quanto riguarda l’indicatore di II livello prio-ritario, viene proposto un indicatore che rap-presenta la somma di due indicatori: trombolisientro 30 minuti e/o procedura di rivascolariz-zazione entro 90 minuti (indicatore denomina-to “terapia riperfusiva iniziale”).Viene stimatoun valore accettabile per questo indicatore parial 60% dei casi totali, con una soglia di allarmefissata al 50%.

CARDIOLOGIA - SCOMPENSO CARDIACONella prima riunione il gruppo di lavoro avevafatto una serie di osservazioni puntuali sulla sche-da di rilevazione. Le conseguenti proposte di mo-difica sono state adottate prima che venisse di-stribuita la versione attualmente in uso della sche-da dello scompenso. I criteri di inclusione risul-tano accettabili.Tra i criteri di esclusione figura-no le procedure cardiache (l’obbiettivo evidente-mente è la valutazione dei casi di trattamento “me-dico” dello scompenso cardiaco). Il Panel dei cli-nici giudica eccessiva l’esclusione in base al codi-ce 3778 (pacemaker temporaneo, che può essere

necessario nel caso di uno scompenso con de-corso complicato). Come indicatore di II livelloprioritario viene indicato “l’utilizzo di ACE ini-bitore/sartanico in assenza di contro indicazio-ni”; il livello desiderabile è fissato all’80% e il li-vello di allarme al 75%. Sia nell’infarto che nelloscompenso non viene indicato un valore ottima-le di sopravvivenza intra-ospedaliera. Le propo-ste di modifica alle FAQ sono riportate nell’alle-gato O disponibile sul sito internet dell’ASSRwww. assr.it.

NEUROLOGIA - ICTUS Nella prima riunione il gruppo di lavoro avevafatto una serie di osservazioni puntuali sulla sche-da di rilevazione. Le conseguenti proposte di mo-difica sono state adottate prima che venisse di-stribuita la versione attualmente in uso della sche-da dell’ictus. Ulteriori modifiche proposte sonol’inclusione di informazioni relative alla presen-za di altre condizioni protrombotiche, oltre allafibrillazione atriale (cardiache o emocoagulative).Viene sottolineata l’opportunità di una rilevazio-ne di dati relativi all’assistenza infermieristica: ri-levazione dei parametri vitali e segnalazione del-le loro alterazioni al personale medico; timing del-la mobilizzazione del paziente; somministrazionedella terapia e medicazioni; controllo della vesci-ca e della deglutizione; igiene personale. Le pro-poste di modifica alle FAQ sono riportate nel-l’allegato O disponibile sul sito internet dell’ASSRwww. assr.it. Per quanto riguarda i criteri di in-clusione e di esclusione dei casi relativamente al-l’ictus viene proposto di scorporare i codici 4320e 4321 (emorragia extradurale non traumatica edemorragia subdurale) in quanto non rientranonella comune diagnosi clinica di ictus (ischemi-co ed emorragico). Sicuramente l’emorragia sub-aracnoidea (430) deve essere considerata un’en-tità a sé stante. Si propone pertanto di escluderetali casi in futuro dalle liste di campionamento eper i casi già selezionati di analizzarli separata-mente. Un ulteriore problema è costituito dai co-dici 43301, 43311, 43321, 43331, che sono uti-

Allegato N

111

i Sup

plem

enti

di

lizzati spesso in occasione di un ricovero elettivoper rivascolarizzazione (TEA, stent carotideo); ciòappare coerente con le Linee guida di codificanazionali che tuttavia sono difformi rispetto alleregole di codifica del manuale ICD-9-CM. È ne-cessario discutere la loro esclusione a priori dagliindicatori di I livello e dalle liste di campiona-mento o loro esclusione a posteriori dopo avereiniziato la lettura della cartella clinica; per il mo-mento è stata adottata questa soluzione (vedi se-zione I dell’allegato O disponibile sul sito inter-net dell’ASSR www. assr.it). Il Panel dei neuro-logi suggerisce anche di considerarli validi comecodice di inclusione, se compaiono tra le diagnosisecondarie, in caso di TIA e stroke minore conriscontro di stenosi subocclusiva e procedura dirivascolarizzazione nello stesso ricovero. L’inte-grazione degli esperti di codifica è la seguente: icodici 43820 – 43853 sono previsti dall’indica-tore PS3 AHRQ come criteri di esclusione, maappartengono ad una versione ICD-9-CM suc-cessiva rispetto a quella utilizzata in Italia nel 2002.Al contrario di quanto accade per altre liste di co-dici associate ai singoli indicatori, il codice dellaprecedente versione (438, più generico) non ècompreso nelle liste AHRQ in quanto alcuni co-dici più specifici non rappresentano criteri diesclusione (quelli connessi, ad esempio, all’afasia).L’impatto calcolato sui dati della Lombardia è mo-derato; questo problema, che in teoria dovrebberisolversi con il passaggio nei prossimi anni a ver-sioni successive della versione ICD-9-CM, dovràcomunque essere monitorato per i sui effetti sulcalcolo dell’indicatore PS3 nelle diverse regioni.Sulla soglia della TEA viene giudicata accettabi-le la soglia S2 (almeno 101/anno). Sulla mortali-tà viene ribadita la necessità di un aggiustamen-to per il rischio e come riferimento per il valoreottimale di sopravvivenza intraospedaliera ven-gono suggerite le linee guida SPREAD 2003.Come indicatore prioritario per la determina-zione della dimensione campionaria viene sug-gerita “l’esecuzione della TAC entro un’ora dal-l’arrivo in pronto soccorso”, sia ai fini dell’anti-

cipazione della decisione in merito al trattamen-to trombolitico, sia ai fini di un miglioramentocomplessivo del percorso intraospedaliero del pa-ziente con ictus.

CHIRURGIA - COLONNella prima riunione il gruppo di lavoro avevafatto una serie di osservazioni puntuali sulla sche-da di rilevazione.Alcune delle conseguenti pro-poste di modifica sono state adottate prima chevenisse distribuita la versione attualmente in usodella scheda della chirurgia del colon. Ulterioriproposte di modifica, che avrebbero avuto un im-patto più consistente sulla struttura della scheda,sono state differite affinché potessero essere di-scusse nel gruppo di progetto nazionale. Qualo-ra si mantenesse una scheda specifica per la chi-rurgia del colon, vengono suggerite queste ulte-riori modifiche: specificare se si è trattato di chi-rurgia aperta o laparoscopica; sostituitre il termi-ne “nutrizione parenterale” con “nutrizione arti-ficiale” specificando: terapia parenterale centrale,enterale, mista, integrazione orale.Tra le compli-canze precoci aggiungere: insufficienza renale acu-ta, insufficienza respiratoria acuta, altro; tra le com-plicanze tardive aggiungere: infezione CVC, in-fezione vie urinarie, polmonite nosocomiale e di-stinguere se la fistolizzazione/deiscenza dell’ana-stomosi è stata rilevante o asintomatica. Inserireun’informazione relativa alla classe della chirur-gia eseguita e se gli antibiotici sono stati sommi-nistrati per via parenterale o orale o per entram-be le vie. L’alternativa che è emersa in una dis-cussione comune con gli ortopedici è quella diutilizzare una scheda unica per tutte le condizio-ni chirurgiche analoga alla scheda SIP del CMS,orientata soprattutto alla prevenzione delle com-plicanze infettive e trombo-emboliche ed even-tualmente arricchita di altri elementi informati-vi relativamente all’insorgenza delle complican-ze. La specificità delle differenti condizioni trat-tate emergerebbe dai criteri di selezione dei casiin occasione della generazione delle liste di cam-pionamento. Ci sarebbe comunque un suggeri-


112

i Sup

plem

enti

di

mento forte per prendere in considerazione esclu-sivamente l’ambito della chirurgia elettiva.Per il resto il gruppo di lavoro concorda con i cri-teri di inclusione e di esclusione dei casi per lacostruzione degli indicatori di I livello e con lesoglie di accettabilità per i volumi di attività.Le proposte di modifica alle FAQ sono riportatenell’allegato O disponibile sul sito internet del-l’ASSR www.assr.it.

ORTOPEDIA - CHIRURGIA DELL’ANCAIl Panel dei clinici fa una serie di osservazioni suicodici di inclusione dei casi. La procedura corri-spondente al codice 8152 non viene utilizzata inelezione. Per la procedura 8151 mancano i codicirelativi alla necrosi asettica e agli esiti di frattura eper la procedura 8153 manca la complicanza mec-canica da dispositivo.Per la frattura del collo del fe-more: se vi è stata una complicanza di tale impor-

tanza da causare la morte probabilmente sarà se-gnalata come diagnosi principale e la frattura delfemore come diagnosi secondaria. Per interpretarecorrettamente la mortalità per impianto di protesi:se è vero che negli ospedali con basso numero diprotesi le complicanze e la mortalità possono esse-re maggiori, è anche vero che negli ospedali ad ele-vato volume di attività si concentrano i casi piùcomplicati.Per quanto riguarda le proposte di mo-difica della scheda si suggerisce di inserire una do-manda per rilevare la presenza o meno dell’obesi-tà e una domanda relativa alla complessità della pa-tologia ortopedica (es. artrosi su displasia dell’anca).Come indicatore prioritario per la determina-zione della dimensione campionaria si suggerisceuno degli indicatori correlati alla profilassi anti-microbica. Le proposte di modifica alle FAQ so-no riportate nell’allegato O disponibile sul sitointernet dell’ASSR www.assr.it.

Allegato N

113

i Sup

plem

enti

di


114

i Sup

plem

enti

di

Allegato Q1

INDICATORI DI VOLUME ANNO 2002

UO N° osp N° osp % Sopra Paz. operati Pazienti % Paz operati in osp sopra soglia operanti soglia in osp > soglia operati sopra soglia

Totale 19 122 16% 216 394 54,82%UO1 10 46 22% 98 161 60,87%UO2 4 17 24% 48 62 77,42%UO3 1 13 8% 29 49 59,18%UO4 1 12 8% 8 34 23,53%UO5 1 7 14% 10 28 35,71%UO6 1 2 50% 11 13 84,62%UO7 1 1 100% 12 12 100,00%UO8 0 5 0% 0 8 0,00%UO9 0 7 0% 0 8 0,00%UO10 0 6 0% 0 7 0,00%UO11 0 3 0% 0 6 0,00%UO12 0 2 0% 0 5 0,00%UO13 0 1 0% 0 1 0,00%

INDICATORE 1 - Resezione esofagea - Soglia=6 - Anno 2002



INDICATORE 2 - Resezione pancreatica - Soglia=10 - Anno 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)N° osp sopra soglia: numero di ospedali che superano la soglia minima di attivitàN° osp operanti: numero totale di ospedali dell’UO che effettuano almeno un intervento del tipoindicato% Sopra soglia: percentuale di ospedali sopra soglia (n° osp sopra soglia / n° osp operanti)

Paz. operati in osp > soglia: numero di pazienti sottoposti all’intervento indicato in ospedali soprala sogliaPazienti operati: numero totale di pazienti sottoposti all’intervento indicato% Paz operati in osp sopra soglia: percentuale di pazienti sottoposti all’intervento indicato inospedali dell’UO sopra la soglia (paz. Operati in osp > soglia / pazienti operati)

Allegato Q1

115

i Sup

plem

enti

di


Totale 9 51 18% 1869 2234 83,66%UO1 3 15 20% 563 635 88,66%UO2 1 6 17% 371 398 93,22%UO3 1 6 17% 191 310 61,61%UO4 1 5 20% 201 209 96,17%UO5 1 5 20% 340 347 97,98%UO6 1 6 17% 101 112 90,18%UO7 1 5 20% 102 106 96,23%UO8 0 1 0% 0 59 0,00%UO9 0 1 0% 0 56 0,00%UO10 0 1 0% 0 2 0,00%UO11UO12UO13

INDICATORE 3 - Cardiochirurgia pediatrica - Soglia=100 - Anno 2002



INDICATORE 4 - Riparazione di aneurisma aortico addominale (AAA) - Soglia=10 - Anno 2002




116

i Sup

plem

enti

di


Totale 61 100 61% 25865 26412 97,93%UO1 20 24 83% 9036 9041 99,94%UO2 8 9 89% 3015 3017 99,93%UO3 5 19 26% 2460 2672 92,07%UO4 7 11 64% 2331 2451 95,10%UO5 5 12 42% 2362 2370 99,66%UO6 5 7 71% 2056 2104 97,72%UO7 4 7 57% 1254 1377 91,07%UO8 1 2 50% 1026 1027 99,90%UO9 1 1 100% 770 770 100,00%UO10 2 4 50% 731 736 99,32%UO11 2 3 67% 519 542 95,76%UO12 1 1 100% 305 305 100,00%UO13

INDICATORE 5 - By-pass aorto-coronarico (CABG) - Soglia=100 - Anno 2002


Totale 81 209 39% 46109 52004 88,66%UO1 25 60 42% 14925 17388 85,84%UO2 11 28 39% 6094 6619 92,07%UO3 7 27 26% 5483 6437 85,18%UO4 9 19 47% 5228 5688 91,91%UO5 10 28 36% 4509 4900 92,02%UO6 7 17 41% 4265 4722 90,32%UO7 5 11 45% 2089 2239 93,30%UO8 2 5 40% 990 1134 87,30%UO9 1 6 17% 819 1061 77,19%UO10 2 5 40% 797 901 88,46%UO11 1 1 100% 504 504 100,00%UO12 1 2 50% 406 411 98,78%UO13

INDICATORE 6 - Angioplastica coronarica (PTCA) - Soglia=100 - Anno 2002



INDICATORE 7 - Endoarterectomia carotidea(CEA) - Soglia=50 - Anno 2002



Allegato Q2

117

i Sup

plem

enti

di

Allegato Q2

INDICATORI DI VOLUME ANNO 2003


tot 16 101 16% 190 353 53,82%UO1 7 42 17% 89 159 55,97%UO2 2 13 15% 35 55 63,64%UO3 3 9 33% 32 45 71,11%UO4 1 8 13% 7 25 28,00%UO5 1 9 11% 6 15 40,00%UO6 1 1 100% 13 13 100,00%UO7 1 2 50% 8 10 80,00%UO8 0 4 0% 0 10 0,00%UO9 0 4 0% 0 7 0,00%UO10 0 3 0% 0 6 0,00%UO11 0 4 0% 0 6 0,00%UO12 0 2 0% 0 2 0,00%

INDICATORE 1 - Resezione esofagea - Soglia=6 - Anno 2003



INDICATORE 2 - Resezione pancreatica - Soglia=10 - Anno 2003




118

i Sup

plem

enti

di


tot 8 45 18% 1510 1822 82,88%UO1 3 17 18% 571 629 90,78%UO2 1 4 25% 311 315 98,73%UO3 1 5 20% 170 279 60,93%UO4 1 6 17% 220 230 95,65%UO5 1 6 17% 130 144 90,28%UO6 1 4 25% 108 111 97,30%UO7 0 1 0% 0 62 0,00%UO8 0 1 0% 0 51 0,00%UO9 0 1 0% 0 1 0,00%UO10UO11UO12

INDICATORE 3 - Cardiochirurgia pediatrica - Soglia=100 - Anno 2003



INDICATORE 4 - Riparazione di aneurisma aortico addominale (AAA) - Soglia=10 - Anno 2003



Allegato Q2

119

i Sup

plem

enti

di

UO N° osp N° osp % sopra Paz. operati Pazienti % paz operati in osp sopra soglia operanti soglia in osp > soglia operati sopra soglia

tot 56 74 76% 22966 23337 98,41%UO1 20 20 100% 8335 8335 100,00%UO2 8 8 100% 3014 3014 100,00%UO3 7 12 58% 2349 2490 94,34%UO4 5 9 56% 2307 2311 99,83%UO5 5 9 56% 1863 2012 92,59%UO6 4 5 80% 1857 1916 96,92%UO7 1 2 50% 870 871 99,89%UO8 2 4 50% 780 782 99,74%UO9 1 1 100% 750 750 100,00%UO10 2 3 67% 538 553 97,29%UO11 1 1 100% 303 303 100,00%UO12

INDICATORE 5 - By-pass aorto-coronarico (CABG) - Soglia=100 - Anno 2003


tot 80 190 42% 45772 50965 89,81%UO1 30 61 49% 16220 18324 88,52%UO2 8 31 26% 6191 7137 86,75%UO3 13 25 52% 6846 7121 96,14%UO4 11 29 38% 6527 6940 94,05%UO5 5 12 42% 3720 4134 89,99%UO6 6 11 55% 2747 3143 87,40%UO7 1 7 14% 714 1032 69,19%UO8 2 4 50% 923 1121 82,34%UO9 2 8 25% 915 1043 87,73%UO10 1 1 100% 491 492 99,80%UO11 1 1 100% 478 478 100,00%UO12

INDICATORE 6 - Angioplastica coronarica (PTCA) - Soglia=100 - Anno 2003



INDICATORE 7 - Endoarterectomia carotidea(CEA) - Soglia=50 - Anno 2003




120

i Sup

plem

enti

di

Allegato R1

MORTALITÀ PER PROCEDUREANNO 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Volon+deceduti: somma delle dimissioni volontarie e dei decessi (numeratore 1), per l’analisi disensibilitàDeceduti: decessi (numeratore 2)Den: denominatoreT grezzo deceduti: mortalità grezza (numeratore 2 / denominatore)

T grezzo volon+deceduti: mortalità ricalcolata (numeratore 1 / denominatore)T aggiustato deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, gravità APRT aggiust volon+deceduti: mortalità ricalcolata e aggiustata N.c.: non calcolato

Alla fine di ogni tabella è indicato il valore di riferimento USA (mortalità grezza)

UO Volont Deceduti Den T grezzo T grezzo T aggiust T aggiust+deced deceduti volont+deceduti deceduti volont+deceduti

tot 38 35 379 9,23% 10,0% 10,1% 10,9%UO1 12 12 152 7,9% 7,9% 8,5% 8,5%UO2 8 7 61 11,5% 13,1% 11,8% 13,4%UO3 3 3 48 6,3% 6,3% 9,1% 9,1%UO4 7 7 34 20,6% 20,6% 16,2% 16,2%UO5 2 1 28 3,6% 7,1% 4,2% 7,8%UO6 0 0 12 0,0% 0,0% 6,1% 6,1%UO7 0 0 11 0,0% 0,0% 4,7% 4,7%UO8 0 0 8 0,0% 0,0% 5,6% 5,6%UO9 1 0 7 0,0% 14,3% 6,1% 20,4%UO10 2 2 7 28,6% 28,6% 31,3% 31,3%UO11 1 1 5 20,0% 20,0% 20,6% 20,6%UO12 1 1 5 20,0% 20,0% 18,6% 18,6%UO13 1 1 1 100,0% 100,0% n.c. n.c.

10,26% U.S.A.

INDICATORE 8 - Resezione esofagea - Anno 2002


tot 70 61 807 7,56% 8,7% 8,0% 9,1%UO1 30 27 264 10,2% 11,4% 10,1% 11,3%UO2 7 7 99 7,1% 7,1% 8,0% 8,0%UO3 9 9 96 9,4% 9,4% 8,7% 8,7%UO4 6 6 84 7,1% 7,1% 7,6% 7,6%UO5 0 0 77 0,0% 0,0% 3,3% 3,3%UO6 8 7 42 16,7% 19,0% 15,2% 17,6%UO7 2 0 38 0,0% 5,3% 1,2% 6,5%UO8 0 0 28 0,0% 0,0% 1,4% 1,4%UO9 0 0 24 0,0% 0,0% 0,8% 0,8%UO10 5 2 24 8,3% 20,8% 8,7% 21,2%UO11 3 3 20 15,0% 15,0% 14,6% 14,6%UO12 0 0 8 0,0% 0,0% 3,0% 3,0%UO13 0 0 3 0,0% 0,0% 2,4% 2,4%

6,72% U.S.A.

INDICATORE 9 - Resezione pancreatica - Anno 2002

Allegato R1

121

i Sup

plem

enti

di





tot 217 200 2115 9,46% 10,3% 10,0% 10,9%UO1 43 40 595 6,7% 7,2% 8,3% 8,8%UO2 30 30 381 7,9% 7,9% 8,0% 8,0%UO3 33 31 337 9,2% 9,8% 10,0% 10,6%UO4 56 44 302 14,6% 18,5% 14,6% 18,6%UO5 15 15 192 7,8% 7,8% 9,7% 9,7%UO6 10 10 103 9,7% 9,7% 8,8% 8,8%UO7 17 17 96 17,7% 17,7% 15,7% 15,7%UO8 9 9 56 16,1% 16,1% 15,6% 15,6%UO9 4 4 53 7,5% 7,5% 6,3% 6,3%UO10 . . 0 . . . .UO11 . . 0 . . . .UO12 . . 0 . . . .UO13 . . 0 . . . .

4,72% U.S.A.

INDICATORE 10 - Cardiochirurgia pediatrica - Anno 2002



11,94% U.S.A.

INDICATORE 11 - Riparazione di aneurisma aortico addominale (AAA) - Anno 2002


122

i Sup

plem

enti

di


tot 1106 1034 24393 4,24% 4,5% 5,2% 5,5%UO1 314 303 8382 3,6% 3,7% 4,2% 4,4%UO2 110 109 2930 3,7% 3,8% 4,7% 4,7%UO3 147 131 2447 5,4% 6,0% 6,9% 7,6%UO4 108 100 2294 4,4% 4,7% 5,8% 6,1%UO5 176 147 2100 7,0% 8,4% 7,8% 9,2%UO6 82 77 1716 4,5% 4,8% 5,2% 5,5%UO7 54 53 1374 3,9% 3,9% 5,3% 5,3%UO8 37 37 941 3,9% 3,9% 5,6% 5,6%UO9 17 17 753 2,3% 2,3% 3,1% 3,1%UO10 26 26 714 3,6% 3,6% 3,1% 3,1%UO11 28 27 497 5,4% 5,6% 6,3% 6,5%UO12 7 7 245 2,9% 2,9% 3,8% 3,8%UO13 . . 0 . . . .

3,41% U.S.A.

INDICATORE 12 - By-pass aorto-coronarico (CABG) - Anno 2002


tot 1395 1233 14674 8,40% 9,5% 8,3% 9,4%UO1 284 261 4688 5,6% 6,1% 6,9% 7,4%UO2 224 215 1830 11,7% 12,2% 11,0% 11,5%UO3 117 117 1222 9,6% 9,6% 10,1% 10,1%UO4 99 95 1189 8,0% 8,3% 7,7% 8,0%UO5 126 105 1154 9,1% 10,9% 7,8% 9,7%UO6 41 41 1152 3,6% 3,6% 4,3% 4,3%UO7 205 145 1082 13,4% 18,9% 10,8% 16,3%UO8 173 139 970 14,3% 17,8% 10,9% 14,4%UO9 35 35 452 7,7% 7,7% 8,2% 8,2%UO10 34 31 437 7,1% 7,8% 6,9% 7,6%UO11 26 25 260 9,6% 10,0% 7,5% 7,9%UO12 31 24 237 10,1% 13,1% 9,9% 12,9%UO13 0 0 1 0,0% 0,0% . .

7,38% U.S.A.

INDICATORE 13 - Craniotomia - Anno 2002




Allegato R1

123

i Sup

plem

enti

di



0,28% U.S.A.

INDICATORE 14 - Protesi d'anca - Anno 2002


tot 866 714 50868 1,40% 1,7% 1,3% 1,6%UO1 264 235 16943 1,4% 1,6% 1,6% 1,7%UO2 110 96 6551 1,5% 1,7% 1,5% 1,7%UO3 147 129 6048 2,1% 2,4% 2,0% 2,3%UO4 66 45 5682 0,8% 1,2% 0,0% 0,0%UO5 77 66 4853 1,4% 1,6% 1,3% 1,5%UO6 89 50 4695 1,1% 1,9% 1,5% 2,3%UO7 33 19 2236 0,8% 1,5% 1,5% 2,2%UO8 25 23 1103 2,1% 2,3% 1,9% 2,1%UO9 16 14 1027 1,4% 1,6% 1,4% 1,6%UO10 20 19 889 2,1% 2,2% 2,2% 2,4%UO11 9 8 504 1,6% 1,8% 1,7% 1,9%UO12 10 10 337 3,0% 3,0% 3,1% 3,1%UO13 . . 0 . . . .

1,38% U.S.A.

INDICATORE 30 - Angioplastica coronaria (PTCA) - Anno 2002



0,75% U.S.A.

INDICATORE 31 - Endoarterectomia carotidea - Anno 2002





124

i Sup

plem

enti

di

Allegato R2

MORTALITÀ PER PROCEDUREANNO 2003





tot 42 41 342 12,0% 12,3% 12,4% 12,7%UO1 19 19 155 12,3% 12,3% 12,2% 12,2%UO2 6 6 53 11,3% 11,3% 11,9% 11,9%UO3 4 4 43 9,3% 9,3% 12,2% 12,2%UO4 5 5 24 20,8% 20,8% 20,6% 20,6%UO5 2 1 15 6,7% 13,3% 9,0% 15,7%UO6 1 1 13 7,7% 7,7% 9,5% 9,5%UO7 0 0 10 0,0% 0,0% 0,0% 0,0%UO8 1 1 10 10,0% 10,0% 12,0% 12,0%UO9 1 1 6 16,7% 16,7% 14,0% 14,0%UO10 2 2 6 33,3% 33,3% 26,3% 26,3%UO11 0 0 5 0,0% 0,0% 1,0% 1,0%UO12 1 1 2 50,0% 50,0% . .

10,26% U.S.A.

INDICATORE 8 - Resezione esofagea - Anno 2003


tot 66 58 721 8,0% 9,2% 8,6% 9,7%UO1 22 21 289 7,3% 7,6% 6,9% 7,2%UO2 8 8 102 7,8% 7,8% 10,3% 10,3%UO3 4 3 86 3,5% 4,7% 4,8% 6,0%UO4 5 5 71 7,0% 7,0% 7,3% 7,3%UO5 9 7 56 12,5% 16,1% 14,1% 17,6%UO6 7 6 32 18,8% 21,9% 20,9% 24,0%UO7 1 1 23 4,3% 4,3% 6,0% 6,0%UO8 2 2 21 9,5% 9,5% 10,9% 10,9%UO9 3 2 20 10,0% 15,0% 10,0% 15,0%UO10 4 2 15 13,3% 26,7% 6,9% 20,2%UO11 1 1 5 20,0% 20,0% 21,7% 21,7%UO12 0 0 1 0,0% 0,0% . .

6,72% U.S.A.

INDICATORE 9 - Resezione pancreatica - Anno 2003

Allegato R2

125

i Sup

plem

enti

di





tot 158 140 1696 8,3% 9,3% 8,4% 9,4%UO1 37 35 580 6,0% 6,4% 7,0% 7,3%UO2 24 24 307 7,8% 7,8% 6,1% 6,1%UO3 54 38 273 13,9% 19,8% 12,5% 18,3%UO4 8 8 205 3,9% 3,9% 6,2% 6,2%UO5 6 6 126 4,8% 4,8% 5,8% 5,8%UO6 21 21 104 20,2% 20,2% 19,9% 19,9%UO7 3 3 56 5,4% 5,4% 6,7% 6,7%UO8 5 5 44 11,4% 11,4% 10,3% 10,3%UO9 0 0 1 0,0% 0,0% . .UO10 . . 0 . . . .UO11 . . 0 . . . .UO12 . . 0 . . . .

4,72% U.S.A.

INDICATORE 10 - Cardiochirurgia pediatrica - Anno 2003


tot 279 271 3691 7,3% 7,6% 10,9% 11,1%UO1 114 113 1698 6,7% 6,7% 11,0% 11,1%UO2 43 43 553 7,8% 7,8% 11,3% 11,3%UO3 32 31 515 6,0% 6,2% 10,8% 11,0%UO4 11 11 138 8,0% 8,0% 7,2% 7,2%UO5 25 20 193 10,4% 13,0% 11,8% 14,4%UO6 23 23 107 21,5% 21,5% 16,0% 16,0%UO7 16 16 91 17,6% 17,6% 15,0% 15,0%UO8 4 4 79 5,1% 5,1% 6,5% 6,5%UO9 3 3 56 5,4% 5,4% 7,5% 7,5%UO10 6 5 43 11,6% 14,0% 12,1% 14,4%UO11 0 0 20 0,0% 0,0% 5,8% 5,8%UO12 2 2 3 66,7% 66,7% 41,5% 41,5%

11,94% U.S.A.

INDICATORE 11 - Riparazione di aneurisma aortico addominale (AAA) - Anno 2003


126

i Sup

plem

enti

di





tot 1012 976 21746 4,5% 4,7% 5,2% 5,4%UO1 327 317 7676 4,1% 4,3% 4,6% 4,7%UO2 124 124 2843 4,4% 4,4% 4,8% 4,8%UO3 120 116 2478 4,7% 4,8% 6,2% 6,4%UO4 100 95 1990 4,8% 5,0% 5,9% 6,2%UO5 136 120 1895 6,3% 7,2% 7,3% 8,1%UO6 93 93 1721 5,4% 5,4% 5,5% 5,5%UO7 38 38 818 4,6% 4,6% 6,0% 6,0%UO8 14 14 729 1,9% 1,9% 2,7% 2,7%UO9 25 25 694 3,6% 3,6% 3,7% 3,7%UO10 32 31 504 6,2% 6,3% 6,8% 7,0%UO11 3 3 303 1,0% 1,0% 2,3% 2,3%UO12 . . 0 . . . .

3,41% U.S.A.

INDICATORE 12 - By-pass aorto-coronarico (CABG) - Anno 2003



7,38% U.S.A.

INDICATORE 13 - Craniotomia - Anno 2003

Allegato R2

127

i Sup

plem

enti

di






0,28% U.S.A.

INDICATORE 14 - Sostituzione dell'anca - Anno 2003


tot 900 696 50409 1,4% 1,8% 1,2% 1,6%UO1 300 242 17881 1,4% 1,7% 1,5% 1,8%UO2 98 84 7006 1,2% 1,4% 1,0% 1,2%UO3 112 63 6933 0,9% 1,6% 0,0% 0,4%UO4 175 162 6790 2,4% 2,6% 2,1% 2,3%UO5 92 57 4118 1,4% 2,2% 2,2% 3,0%UO6 46 22 3141 0,7% 1,5% 1,5% 2,2%UO7 22 19 992 1,9% 2,2% 1,5% 1,8%UO8 21 19 1087 1,7% 1,9% 1,2% 1,4%UO9 14 11 1025 1,1% 1,4% 1,3% 1,6%UO10 10 8 492 1,6% 2,0% 1,2% 1,6%UO11 10 9 422 2,1% 2,4% 2,1% 2,3%UO12 . . 0 . . . .

1,38% U.S.A.

INDICATORE 30 - Angioplastica coronarica (PTCA) - Anno 2003



0,75% U.S.A.

INDICATORE 31 - Endoarterectomia carotidea - Anno 2003


128

i Sup

plem

enti

di

Allegato S1

MORTALITÀ PER CONDIZIONI CLINICHE - ANNO 2002


T grezzo volon+deceduti: mortalità ricalcolata (numeratore 1 / denominatore)T aggiustato deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, gravità APRT aggiust volon+deceduti: mortalità ricalcolata e aggiustata




9,35% U.S.A.

INDICATORE 15 - Infarto miocardico acuto - Anno 2002



10,32% U.S.A.

INDICATORE 32 - Infarto miocardico acuto esclusi i trasferiti ad altri ospedali o da altri ospedali - Anno 2002

Allegato S1

129

i Sup

plem

enti

di






4,60% U.S.A.

INDICATORE 16 - Scompenso cardiaco - Anno 2002



11,33% U.S.A.

INDICATORE 17 - Ictus - Anno 2002


130

i Sup

plem

enti

di






3,20% U.S.A.

INDICATORE 18 - Emorragia gastrointestinale - Anno 2002



3,34% U.S.A.

INDICATORE 19 - Frattura dell'anca - Anno 2002



8,49% U.S.A.

INDICATORE 20 - Polmonite - Anno 2002

Allegato S2

131

i Sup

plem

enti

di

Allegato S2

MORTALITÀ PER CONDIZIONI CLINICHE - ANNO 2003






9,35% U.S.A.

INDICATORE 15 - Infarto miocardico acuto - Anno 2003



10,32% U.S.A.

INDICATORE 32 - Infarto miocardico acuto esclusi i trasferiti ad altri ospedali o da altri ospedali - Anno 2003


132

i Sup

plem

enti

di






4,60% U.S.A.

INDICATORE 16 - Scompenso cardiaco - Anno 2003



11,33% U.S.A.

INDICATORE 17 - Ictus - Anno 2003

Allegato S2

133

i Sup

plem

enti

di






3,20% U.S.A.

INDICATORE 18 - Emorragia gastrointestinale - Anno 2003



3,34% U.S.A.

INDICATORE 19 - Frattura dell'anca - Anno 2003



8,49% U.S.A.

INDICATORE 20 - Polmonite - Anno 2003


134

i Sup

plem

enti

di

Allegato T1

INDICATORI DI UTILIZZAZIONE ANNO 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Num: numeratore Den: denominatore

T grezzo: tasso grezzoT aggiust: tasso aggiustato (età, scala di gravità APR e sesso, quando appropriato)


UO Num Den T grezzo T aggiusttot 124450 366545 34,0% 32,0%UO1 18378 81412 22,6% 19,9%UO2 31940 58790 54,3% 53,3%UO3 16017 45938 34,9% 32,5%UO4 18651 44324 42,1% 41,1%UO5 15433 38409 40,2% 38,8%UO6 8349 32415 25,8% 23,6%UO7 5789 27501 21,1% 18,8%UO8 3900 12217 31,9% 29,5%UO9 1477 8764 16,9% 14,0%UO10 1685 6695 25,2% 23,2%UO11 1089 4498 24,2% 22,1%UO12 877 3274 26,8% 24,3%UO13 865 2308 37,5% 35,6%

23,19% U.S.A.

INDICATORE 21 - Parto cesareo - Anno 2002


14,45% U.S.A.

INDICATORE 33 - Primo parto cesareo - Anno 2002

Allegato T1

135

i Sup

plem

enti

di





18,11% U.S.A.

INDICATORE 22 - Parto vaginale successivo a parto cesareo, non complicato - Anno 2002


17,53% U.S.A.

INDICATORE 34 - Parto vaginale successivo a parto cesareo, tutti i tipi - Anno 2002


136

i Sup

plem

enti

di





75,16% U.S.A.

INDICATORE 23 - Colecistectomia laparoscopica - Anno 2002


2,41% U.S.A.

INDICATORE 24 - Appendicectomia concomitante nell’anziano - Anno 2002

UO Num Den T grezzo T aggiusttot 1078 24920 4,3% 5,2%UO1 319 6342 5,0% 5,9%UO2 108 3342 3,2% 4,1%UO3 138 2903 4,8% 5,3%UO4 63 2771 2,3% 3,2%UO5 14 2652 0,5% 3,3%UO6 8 1929 0,4% 0,5%UO7 253 1703 14,9% 15,9%UO8 30 1417 2,1% 2,0%UO9 108 807 13,4% 13,5%UO10 18 791 2,3% 2,6%UO11 17 260 6,5% 6,3%UO12 1 2 50,0% .UO13 1 1 100,0% .

7,83% U.S.A.

INDICATORE 25 - Cateterismo cardiaco bilaterale - Anno 2002

Allegato T2

137

i Sup

plem

enti

di

Allegato T2

INDICATORI DI UTILIZZAZIONE ANNO 2003

UO Num Den T grezzo T aggiusttot 107909 313039 34,5% 25,5%UO1 18894 83319 22,7% 19,9%UO2 34025 60684 56,1% .UO3 15410 37781 40,8% .UO4 8652 32679 26,5% .UO5 13035 28323 46,0% 44,7%UO6 6056 27893 21,7% 18,3%UO7 4056 12401 32,7% 30,2%UO8 1703 9177 18,6% .UO9 1951 7063 27,6% 25,6%UO10 1052 4456 23,6% .UO11 834 3278 25,4% 22,6%UO12 933 2336 39,9% .

23,19% U.S.A.

INDICATORE 21 - Parto cesareo - Anno 2003

UO Num Den T grezzo T aggiusttot 70901 274633 25,8% 25,3%UO1 12366 76196 16,2% 15,5%UO2 22493 49028 45,9% 45,7%UO3 9922 32238 30,8% 30,5%UO4 6147 29968 20,5% 20,0%UO5 4323 26042 16,6% 16,0%UO6 7845 23077 34,0% 33,8%UO7 2532 10851 23,3% 22,7%UO8 1270 8654 14,7% 14,0%UO9 1320 6372 20,7% 20,3%UO10 679 4029 16,9% 16,3%UO11 552 2989 18,5% 17,7%UO12 570 1966 29,0% 28,6%

14,45% U.S.A.

INDICATORE 33 - Primo parto cesareo - Anno 2003





138

i Sup

plem

enti

di


18,11% U.S.A.

INDICATORE 22 - Parto vaginale successivo a parto cesareo, non complicato - Anno 2003


17,53% U.S.A.

INDICATORE 34 - Parto vaginale successivo a parto cesareo, tutti i tipi - Anno 2003




Allegato T2

139

i Sup

plem

enti

di


75,16% U.S.A.

INDICATORE 23 - Colecistectomia laparoscopica - Anno 2003


2,41% U.S.A.

INDICATORE 24 - Appendicectomia concomitante nell’anziano - Anno 2003

UO Num Den T grezzo T aggiusttot 1014 20375 5,0% 5,7%UO1 386 6190 6,2% 7,4%UO2 102 2865 3,6% 3,7%UO3 8 2472 0,3% 2,9%UO4 28 2105 1,3% 1,9%UO5 19 1946 1,0% 1,5%UO6 31 1532 2,0% 1,6%UO7 79 948 8,3% 8,9%UO8 32 907 3,5% 3,8%UO9 306 795 38,5% 39,0%UO10 22 207 10,6% 10,5%UO11 1 1 100,0% .UO12 . 0 . .

7,83% U.S.A.

INDICATORE 25 - Cateterismo cardiaco bilaterale - Anno 2003





140

i Sup

plem

enti

di

Allegato U1

INDICATORI COLLEGATI AD EVENTI AVVERSI E A COMPLICANZE DEL RICOVERO - ANNO 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Casi: numeratore, numero di eventi segnalati

Den: denominatore, popolazione ospedaliera a rischio per quell’eventoT grezzo: tasso grezzo (numeratore / denominatore)



INDICATORE 2 - Mortalità nei DRG a bassa mortalità - Anno 2002

UO Casi Den T grezzotot 7230 2647257 0,273%UO1 1495 613370 0,244%UO2 891 383489 0,232%UO3 886 299916 0,295%UO4 592 288421 0,205%UO5 645 280473 0,230%UO6 691 239857 0,288%UO7 861 228858 0,376%UO8 352 101794 0,346%UO9 524 72183 0,726%UO10 92 52762 0,174%UO11 71 30617 0,232%UO12 63 28743 0,219%UO13 67 26774 0,250%

INDICATORE 3 - Ulcera da decubito - Anno 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Volon+deceduti:somma delle dimissioni volontarie e dei decessi (numeratore 1),per l’analisi di sensibilitàDeceduti: decessi (numeratore 2)Den: denominatoreT grezzo deceduti: mortalità grezza (numeratore 2 / denominatore)T grezzo volon+deceduti: mortalità grezza ricalcolata (numeratore 1 / denominatore)

T aggiust deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, classificazionedelle comorbidità secondo il metodo ElixhauserT aggiust volon+deceduti: mortalità ricalcolata e aggiustata

Nota. Per l’indicatore “mortalità nei DRG a bassa mortalità” i numeratori corrispondono sempread eventi fatali

Allegato U1

141

i Sup

plem

enti

di


INDICATORE 5 - Corpi estranei lasciati durante un intervento - Anno 2002


INDICATORE 6 - Pneumotorace iatrogeno Anno 2002





INDICATORE 4 - Failure to rescue - Anno 2002

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Volon+deceduti:somma delle dimissioni volontarie e dei decessi (numeratore 1),per l’analisi di sensibilitàDeceduti: decessi (numeratore 2)Den: denominatoreT grezzo deceduti: mortalità grezza (numeratore 2 / denominatore)T grezzo volon+deceduti: mortalità grezza ricalcolata (numeratore 1 / denominatore)

T aggiust deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, classificazionedelle comorbidità secondo il metodo ElixhauserT aggiust volon+deceduti: mortalità ricalcolata e aggiustata

Nota. Per l’indicatore “failure to rescue” i numeratori corrispondono sempre ad eventi fatali


142

i Sup

plem

enti

di


INDICATORE 7 - Infezioni selezionate attribuibili a cure mediche - Anno 2002


INDICATORE 8 - Frattura del femore post-operatoriaAnno 2002


INDICATORE 9 - Ematoma o emorragia post-operatori Anno 2002


INDICATORE 10 - Squilibri fisiologici e metabolici post-operatori - Anno 2002


INDICATORE 11 - Insufficienza respiratoria post-operatoria - Anno 2002


INDICATORE 12 - Embolia polmonare o trombosi venosa profonda post-operatorie - Anno 2002



Allegato U1

143

i Sup

plem

enti

di


INDICATORE 13 - Sepsi post-operatoria Anno 2002


INDICATORE 14 - Deiscenza di ferita operatoria in interventi chirurgici pelvico-addominali - Anno 2002


INDICATORE 15 - Punture accidentali e lacerazioni Anno 2002


INDICATORE 17 - Trauma alla nascita - lesione neonatale Anno 2002


INDICATORE 18 - Trauma ostetrico - parto vaginale strumentale - Anno 2002


INDICATORE 19 - Trauma ostetrico - parto vaginale non strumentale - Anno 2002




144

i Sup

plem

enti

di


INDICATORE 20 - Trauma ostetrico - parto cesareo Anno 2002


INDICATORE 27 - Trauma ostetrico di 3° grado - parto vaginale strumentale - Anno 2002


INDICATORE 28 - Trauma ostetrico di 3° grado - parto vaginale non strumentale - Anno 2002


INDICATORE 29 - Trauma ostetrico 3° grado parto cesareo - Anno 2002



Allegato U2

145

i Sup

plem

enti

di

Allegato U2

INDICATORI COLLEGATI AD EVENTI AVVERSI E A COMPLICANZE DEL RICOVERO - ANNO 2003



UO Casi Den T grezzotot 6288 2083697 0,302%UO1 1470 573418 0,256%UO2 662 281302 0,235%UO3 588 264404 0,222%UO4 719 229346 0,314%UO5 820 222170 0,369%UO6 668 184155 0,363%UO7 370 96131 0,385%UO8 501 70737 0,708%UO9 98 50978 0,192%UO10 72 29481 0,244%UO11 74 26073 0,284%UO12 81 25531 0,317%

INDICATORE 3 - Ulcera da decubito - Anno 2003

UO Deceduti Den T grezzo deceduti T aggiust decedutitot 1613 1482458 0,109% 0,107%UO1 321 379580 0,085% 0,092%UO2 162 266583 0,061% 0,070%UO3 159 214330 0,074% 0,073%UO4 59 163258 0,036% 0,032%UO5 286 136384 0,210% 0,214%UO6 192 121778 0,158% 0,142%UO7 105 59763 0,176% 0,145%UO8 135 38704 0,349% 0,316%UO9 93 34658 0,268% 0,237%UO10 46 16993 0,271% 0,223%UO11 30 16515 0,182% 0,161%UO12 25 15166 0,165% 0,174%

INDICATORE 2 - Mortalità nei DRG a bassa mortalità - Anno 2003

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Deceduti: decessi, numeratore Den: denominatore, popolazione ospedaliera a rischio per quell’eventoT grezzo deceduti: mortalità grezza (numeratore / denominatore)

T aggiust deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, classificazionedelle comorbidità secondo il metodo Elixhauser

Nota. Per l’indicatore “mortalità nei DRG a bassa mortalità” i numeratori corrispondono sempread eventi fatali


146

i Sup

plem

enti

di

UO Deceduti Den T grezzo deceduti T aggiust decedutitot 9670 36177 26,730% 21,336%UO1 3192 11704 27,273% 20,649%UO2 1465 4379 33,455% 27,434%UO3 782 4102 19,064% 15,948%UO4 1130 3713 30,434% 24,052%UO5 717 3698 19,389% 16,278%UO6 319 2264 14,090% 11,919%UO7 762 1889 40,339% 32,476%UO8 389 1336 29,117% 24,101%UO9 251 1079 23,262% 18,854%UO10 405 904 44,801% 36,117%UO11 117 427 27,400% 21,497%UO12 141 366 38,525% 32,755%

INDICATORE 4 - Failure to rescue - Anno 2003

LegendaUO: Unità Operativa, Regione o Azienda Ospedaliera (indicazione anonima)Deceduti: decessi, numeratore Den: denominatore, popolazione ospedaliera a rischio per quell’eventoT grezzo deceduti: mortalità grezza (numeratore / denominatore)

T aggiust deceduti: mortalità aggiustata per età, sesso, interazione età con sesso, classificazionedelle comorbidità secondo il metodo Elixhauser

Nota. Per l’indicatore “failure to rescue” i numeratori corrispondono sempre ad eventi fatali


INDICATORE 5 - Corpi estranei lasciati durante un intervento - Anno 2003


INDICATORE 6 - Pneumotorace iatrogeno Anno 2003



Allegato U2

147

i Sup

plem

enti

di


INDICATORE 7 - Infezioni selezionate attribuibili a cure mediche - Anno 2003


INDICATORE 8 - Frattura del femore post-operatoria Anno 2003


INDICATORE 9 - Ematoma o emorragia post-operatori Anno 2003


INDICATORE 10 - Squilibri fisiologici e metabolici post-operatori - Anno 2003


INDICATORE 11 - Insufficienza respiratoria post-operatoria - Anno 2003


INDICATORE 12 - Embolia polmonare o trombosi venosa profonda post-operatorie - Anno 2003




148

i Sup

plem

enti

di


INDICATORE 13 - Sepsi post-operatoria Anno 2003


INDICATORE 14 - Deiscenza di ferita operatoria in interventi chirurgici pelvico-addominali - Anno 2003


INDICATORE 15 - Punture accidentali e lacerazioni Anno 2003


INDICATORE 17 - Trauma alla nascita - lesione neonatale Anno 2003


INDICATORE 18 - Trauma ostetrico - parto vaginale strumentale - Anno 2003


INDICATORE 19 - Trauma ostetrico - parto vaginale non strumentale - Anno 2003



Allegato U2

149

i Sup

plem

enti

di


INDICATORE 20 - Trauma ostetrico - parto cesareo Anno 2003


INDICATORE 27 - Trauma ostetrico di 3° grado - parto vaginale strumentale - Anno 2003


INDICATORE 28 - Trauma ostetrico di 3° grado - parto vaginale non strumentale -Anno 2003


INDICATORE 29 - Trauma ostetrico 3° grado parto cesareo - Anno 2003




150

i Sup

plem

enti

di

Allegato V

LISTA ICD-9-CM DEI CODICI DELLE COMPLICANZE

Sito non specificato

PneumococcicaAltre polmoniti batteriche Polmonite da altri organismi spec. (es. Mycoplasma, Clamidia) Broncopolmonite non specificata Polmonite, agente non specificato

(inalazione di cibo o vomito)

Sieroma infetto post-operatorio Ascesso o setticemia post-operatori

Colite psudomembranosa (da clostridium difficile)Meningite batterica Empiema Ascesso polmonare Ascesso mediastinico Mediastinite Pielonefrite acuta Linfoadenite acuta

Complicazioni della tracheostomia Pace-maker Cardiaco (elettrocatetere)Dispositivi, impianti, innesti dell’apparato genito-urinario Dispositivi, impianti, innesti ortopedici interni Impianti o protesi Infezione e reazione infiammatoria da protesi, impianti e innesti Altre complicazioni di protesi, impianti e innesti

Controllo di emorragia dopo tonsillectomia o adenoidectomia Controllo di epistassi Controllo di emorragia dell’ano Rimozione di tampone ed emostasi vescicale post-chirurgica

ComplicanzeSepsi

Infezione vie urinarie(se possibile usare codice aggiuntivo per identificare micro-organismo o codice più specifico per definire meglio la localizzazione)

Polmonite

Polmonite da aspirazione

Infezione ferita post-operatoria

Infezione post-operatoria di ferita ostetrica

Infezione da perfusione o trasfusione

Infezione post-operatoria

Complicazione meccanica Post-operatoria

Re-intervento chirurgico (da segnalare tra le procedure)

Emorragia post-procedura Ematoma post-procedura

Procedure collegate ad emorragia post-intervento (da segnalare tra le procedure)


Codici038.0 – 038.9

599.0

481482.0 – 482.9483.0 – 483.8485486

507.0

998.51998.59

674.30 – 674.34

999.3

008.45320.0 – 320.9510.0 – 510.9513.0513.1519.2590.10,590.11,590.80683

519.0996.01996.30 – 996.39 996.4996.54, 996.59996.60 – 996.69996.70 – 996.79

01.23,03.02,06.02,34.03,35.95,39.49,54.12,54.61

998.11998.12

28.721.00 – 21.0949.9557.93

Allegato V

151

i Sup

plem

enti

di

Controllo di emorragia prostatica Controllo di emorragia a seguito di chirurgia vascolare Controllo di emorragia senza altre indicazioni

Perforazione dell’esofago Perforazione dell’intestino Perforazione della colecisti (o del dotto biliare)

Sutura di lacerazione del faringe“ “ laringe “ “ bronchiale (o del polmone) “ “ esofago “ “ stomaco “ “ duodeno“ “ intestino crasso “ “ retto

Chiusura di lacerazione del fegato Riparazione di lacerazione della colecisti Sutura di lacerazione renale Riparazione di lesioni ureterali Sutura di lacerazione vescicale (uretrale) Sutura di lacerazione dell’utero

esofagea gastrica

peptica (sede non spec.)duodenalenon specificata

Embolia polmonare

(identificare la sede con il codice pertinente)

(identificare la sede con il codice pertinente)

emiplegia altre plegie disturbi delle radici e dei plessi nervosi mononeuriti

senza specificazioni (se complicante intervento chirurgico)

(incluso shock anafilattico)

Complicanze

Perforazione o lacerazione post-chirurgica

Procedure collegate a perforazione o lacerazione post-chirurgica (da segnalare tra le procedure)

Emorragia gastro-intestinale

Embolia polmonare

Tromboflebite

Infarto miocardico acuto

Edema polmonare acuto

Insufficienza renale acuta

Deficit neurologico

Arresto cardiaco

Impropria somministrazione di farmaci (selezionare il codice pertinente)

Reazione allergica da farmaci

Reazione trasfusionale

Piaga da decubito

* Complicazioni di cure mediche non classificate altrove


Codici60.9439.4139.98

530.4569.83575.4 (576.3)

29.5131.6133.41 (33.43)42.8244.61 46.7146.7548.7150.6151.9155.8156.8257.81 (58.41)69.41

530.82531.00-531.21,535.01,535.11,535.21,535.31535.41, 535.51533.00-533.21534.00-534.21,535.61578.9

415.11, 415.19

451.0 – 451.9, 453.8

410.00 – 410.91

428.1

584.5 – 584.9

342.00 – 342.92344.00 – 344.9353.0 – 353.4354.1-354.3, 355.0,355.2-355.4

427.5997.1

960.0 – 979.9

995.0

999.6 – 999.8

707.0

996.00 – 999.9


152

i Sup

plem

enti

di

PREMESSA

La cartella clinica è stata utilizzata daimedici per oltre un secolo come stru-mento di supporto alla cura dei pa-zienti. Oggi, tuttavia, il suo ruolo è

molto più vasto e rilevante: continua, natural-mente, a essere impiegata come fonte informa-tiva per la valutazione e il monitoraggio dellecondizioni cliniche, ma gioca un ruolo anchenell’informazione di terzi, nella formazione de-gli studenti, nel miglioramento delle conoscen-ze scientifiche, nella misurazione della perfor-mance e ogni qualvolta sia necessario giustifica-re le scelte compiute dai sanitari sulla base del-le evidenze cliniche in essa documentate. Inol-tre, dalla documentazione presente nella cartel-la clinica dipende la valorizzazione economicadi un ricovero, nonché l’immagine e la credibi-lità dell’ospedale che un utente esterno si figu-ra nel momento in cui accede alla documenta-zione prodotta. Nonostante non esista evidenzadiretta del fatto che una documentazione sani-taria “di qualità” aumenti le probabilità di os-servare outcome migliori, una cartella clinica ac-curata, leggibile, accessibile e redatta tempesti-vamente ha una maggiore probabilità di ridur-re gli errori in medicina, di aumentare l’inte-grazione fra i diversi setting assistenziali e l’effi-cienza di erogazione delle prestazioni. In realtà,esistono dubbi sul fatto che l’evoluzione dellacartella clinica sia stata all’altezza del complessocompito che dovrebbe assolvere attualmente. Èesperienza comune, infatti, trovare cartelle cli-niche incomplete, inaccessibili, illeggibili; defi-nibili, in breve, come “di scarsa qualità”. La bi-bliografia recensita sui programmi di migliora-

mento della qualità della documentazione clini-ca non è molto numerosa e, nella maggior par-te dei casi, risulta focalizzata su aspetti estrema-mente settoriali o ancora “avveniristici” per ilcontesto ospedaliero italiano (ad esempio, unacartella clinica informatizzata quale strumentoroutinario per la gestione delle informazioni cli-niche). Peraltro, i vantaggi ottenibili da una do-cumentazione sanitaria adeguata hanno un taleimpatto sul processo assistenziale che ci si stupi-sce anche della rarità con cui vengono riporta-ti in letteratura gli studi sullo sviluppo di indi-catori specifici per valutarne la qualità e moni-torarne l’andamento.Anche le strutture sanita-rie maggiormente attente al problema hannodifficoltà ad attivare una valutazione sistematicadella qualità della cartella clinica che vada oltrei controlli previsti dalla normativa. Ciò potreb-be essere dovuto al fatto che persino definire unacartella clinica di Qualità è un’impresa piutto-sto complessa, a causa della molteplicità degli at-tributi analizzabili: chiarezza, leggibilità, veridi-cità, tempestività, rintracciabilità, pertinenza,completezza ecc.Anche ipotizzando di costrui-re tanti indicatori per quanti sono gli aspetti va-lutabili, le modalità di assegnazione di un giudi-zio di qualità risulterebbero sempre oggetto diforte dibattito, oltre che condizionate dalle ca-ratteristiche della documentazione redatta in uncontesto organizzativo. Quest’ultimo, infatti, nel-la maggioranza dei casi, vincola le scelte versoindicatori costruiti ad hoc difficilmente esporta-bili in realtà differenti. Indicatori trasferibili, maanche esaustivi, sufficientemente pertinenti e ac-curati, semplici, veloci e poco costosi da rileva-re, snelliscono l’attività di valutazione e rendo-

Allegato W

LA QUALITÀ DELLA DOCUMENTAZIONE CLINICA

no fattibile un monitoraggio routinario che, inmodo analogo a quanto avviene in altri ambitidi sorveglianza (ad esempio, la sorveglianza del-le malattie infettive o la sorveglianza delle infe-zioni ospedaliere), può permettere di controlla-re la stabilità del processo e di intervenire nei ca-si necessari. Nonostante le evidenti difficoltà in-site in questa specifica valutazione, conoscere irisultati delle attività di miglioramento focaliz-zate sulla documentazione clinica è quantome-no doveroso per ogni organizzazione che ispirail proprio agire al miglioramento continuo del-la qualità. Per tali organizzazioni diventa essen-ziale avvalersi di indicatori sufficientemente te-stati o sperimentarne di nuovi, là dove non esi-sta un consenso sulla variabile più appropriatada rilevare. In questo allegato vengono presen-tati e discussi i risultati dello studio svolto sullavalutazione della “qualità” della documentazio-ne clinica nell’ambito del progetto di ricerca pro-mosso dall’ASSR.A tal fine, è stata messa a pun-to una griglia di valutazione che include un setdi criteri/requisiti, riguardo ai quali è stato rag-giunto un ottimo livello di standardizzazione.Tale griglia, sviluppata con il supporto metodo-logico della Joint Commission International nel-l’ambito di un progetto della Regione Lombar-dia, è utilizzata regolarmente dall’IRCCS “Isti-tuto Europeo di Oncologia” di Milano all’in-terno di un sistema di miglioramento dei pro-cessi clinici.

ASPETTI METODOLOGICII 26 requisiti contenuti nella griglia di valutazio-ne (riportata nell’allegato L) misurano in effettiquella che è stata definita “l’accettabilità” dellacartella clinica e, in Lombardia, rappresentano at-tualmente l’indicatore di riferimento per valuta-re la presenza di un livello “minimo” di qualitàdelle cartelle cliniche. L’accettabilità viene quin-di intesa principalmente come un mix di com-pletezza e leggibilità “minime” della documenta-zione. Completezza e leggibilità sono infatti gliaspetti valutabili che maggiormente possono in-

fluire sulla qualità del dato raccolto. Questi aspet-ti sono stati indagati verificando la presenza dispecifici requisiti all’interno di sezioni “rilevan-ti” della cartella clinica. Per ragioni operative, ilnumero di sezioni indagate e il numero di requi-siti indagati sono relativamente ridotti. Sono sta-te ritenute “rilevanti” quelle sezioni:1) che rappresentano la principale fonte infor-

mativa per la raccolta dei dati degli indicatoridi II livello e quindi:

ndocumentazione compilata all’ingresso (cheriporta informazioni su: Motivo del ricovero,Anamnesi patologica prossima, Esame obiet-tivo);

ndiario medico;ndiario infermieristico;ncartella/documentazione anestesiologica;n lettera di dimissione;2) che contraddistinguono tappe fondamentali del

processo assistenziale:nconsenso informato all’intervento chirurgico;3) che suggeriscono la presenza di un livello mi-

nimo di controllo sui flussi informativi:nScheda di Dimissione Ospedaliera (SDO).I requisiti indagati, riportati in Tabella 1, sonocomplessivamente 26, sono requisiti “minimi” esono espressi in forma di quesito a cui è possibi-le rispondere solo in forma dicotomica (SI/NO).Non tutti i requisiti possono essere applicati aduno specifico caso: ad esempio, se il ricovero è ditipo medico i requisiti relativi al referto operato-rio, alla cartella anestesiologica ecc, non possonoessere applicati. In tal caso il requisito è conside-rato “non applicabile”.Per quanto riguarda il calcolo della dimensionecampionaria e le modalità di raccolta e valida-zione dei dati, si rimanda all’allegato F. In questasede intendiamo rammentare che è stato proget-tato e realizzato uno specifico percorso formati-vo per la rilevazione dei dati relativamente allaqualità della cartella clinica.Vale inoltre la penaricordare che le cartelle cliniche “valutate” si ri-feriscono a specifiche condizioni cliniche, ripor-tate in Tabella 2.

Allegato W

153

i Sup

plem

enti

di

ANALISI DEI DATII dati si riferiscono a 8764 schede valide. Ladifferenza rispetto al numero totale delle car-telle cliniche campionate (N=8923) per la rile-vazione dei dati necessari alla costruzione degliindicatori di II livello è dovuta al fatto che, inun numero limitato di casi, i rilevatori hannoomesso l’analisi preliminare della documenta-zione e non hanno pertanto compilato la sche-da relativa alla valutazione della qualità della car-tella clinica. In un solo caso, il numero di sche-de esaminate è superiore al numero di cartellecampionate. Ciò è dovuto ad una errata inter-pretazione del campionamento, per cui le car-

telle campionate, per il calcolo degli indicatoridi II livello, ex post sono state tolte dal nume-ro del campione per mancata corrispondenza airequisiti di campionamento, ma ne è stata co-munque valutata l’accettabilità. Nella Tabella 3(disponibile nel sito internet dell’ASSRwww.assr.it) sono riportati i dati a livello di re-gione di appartenenza, la cui analisi include: ilnumero di cartelle cliniche campionate in cia-scuna delle 11 regioni partecipanti allo studio(nella colonna RCC), il numero di cartelle cli-niche esaminate (schede ricevute - RCE) e lapercentuale di schede ricevute rispetto al cam-pione originario (%RCE).


154

i Sup

plem

enti

di

RequisitoLa cartella clinica è disponibile per la consultazione?La SDO è firmata dal medico responsabile (anche sigla)?Il motivo del ricovero è indicato? (nel foglio di ricovero o nel diario medico in 1^ g.o nella documentazione di valutazione all’ingresso)L’anamnesi patologica prossima è presente?L’anamnesi patologica prossima è leggibile (cioè: è scritta con grafia leggibile)?L’esame obiettivo all’ingresso è firmato (anche sigla)?L’esame obiettivo all’ingresso è datato?L’esame obiettivo all’ingresso è leggibile?L’esame obiettivo all’ingresso comprende almeno apparato respiratorio+cardiocircolatorio+sede del problema? (1)Il diario medico è presente?Il diario presenta annotazioni in tutte le giornate di degenza? (2)Le annotazioni riportate in diario medico sono firmate/siglate?Il diario infermieristico è presente/allegato?Il diario presenta annotazioni in tutte le giornate di degenza? (3)Le annotazioni riportate nel diario infermieristico sono firmate/siglate?Nel consenso informato all’intervento chirurgico è presente sia la firma del paziente che quella del medico?

Nel consenso informato all’intervento chirurgico è presente la data di compilazione?

La documentazione/cartella anestesiologica è presente/allegata?

Nella documentazione/cartella anestesiologica è documentato il monitoraggio intraoperatorio?

Nel referto operatorio è identificabile il primo operatore (il nome deve essere leggibile)?

Nel referto operatorio è presente la data dell’intervento?

Nel referto operatorio è identificabile l’intervento eseguito?

È presente la lettera di dimissione?Nella lettera di dimissione è presente la data di stesura?Nella lettera di dimissione è identificabile il medico redattore (leggibile)?Nella lettera di dimissione è presente una sintesi descrittiva del decorso clinico

n.010203

040506070809

10111213141516

17

18

19

20

21

22

232425261 È almeno presente la documentazione:

- dell’avvenuta auscultazione del torace e dei toni cardiaci - dell’avvenuta valutazione obiettiva della sede del problema

2 In tutti i giorni di permanenza del paziente presso la struttura devono essere riportate delle annotazioni, compresa la giornata di dimissione3 In tutti i giorni di permanenza del paziente presso la struttura devono essere riportate delle annotazioni, compresa la giornata di dimissione4 In presenza di più procedure chirurgiche non concomitanti i requisiti 20, 21, 22 devono essere soddisfatti per ciascuna delle procedure

TABELLA 1 - Griglia di valutazione della qualità della documentazione clinica - Requisiti valutati e loro applicabilità

Quando è applicabile?SempreSempreSempre

SempreSempreSempreSempreSempreSempre

SempreSempreSempreSempreSempreSempreQuando eseguita almeno 1 procedura chirurgicaQuando eseguita almeno 1 procedura chi-rurgicaIn caso di procedura chirurgica effettuatain anestesia generale o locoregionaleIn caso di procedura chirurgica effettuatain anestesia generale o locoregionaleQuando eseguita almeno 1 procedura chi-rurgica (4)Quando eseguita almeno 1 procedura chi-rurgica (4)Quando eseguita almeno 1 procedura chi-rurgica (4)SempreSempreSempreSempre

ANALISI DEI RISULTATIPer l’analisi dei risultati è stata sviluppata una misu-ra sintetica (=indicatore) che esprime l’“accettabi-lità”complessiva delle cartelle cliniche indagate (per-centuale di cartelle cliniche “accettabili”, riportatacome “%RCA”in Tabella 4,disponibile nel sito in-ternet www.assr.it): ciascuna cartella clinica esami-nata è stata,quindi,giudicata accettabile solo se sod-disfa la totalità dei requisiti applicabili (o “non ac-cettabile”, se non soddisfa anche un solo requisitoapplicabile). Nella Tabella 4 (www.assr.it) sono ri-portati i dati relativi alle cartelle cliniche considera-te “accettabili” nelle 56 strutture ospedaliere coin-

volte nella rilevazione (indicatore “%HCA”) e nel-le 11 regioni partecipanti allo studio (indicatore“%RCA”).Poiché l’indicatore di accettabilità (valea dire il tasso di adesione a tutti i requisiti applica-bili) risulta particolarmente basso, non solo a livel-lo globale (0,54%), ma anche nella struttura con laperformance migliore,“best practice”(per l’ospeda-le H08 l’indicatore di accettabilità ha un valore pa-ri al 6,70%), si è deciso di procedere a un’analisi se-parata per ciascun requisito di valutazione. La dis-tribuzione della frequenza relativa dei rilievi,per cia-scun criterio di valutazione della qualità della do-cumentazione clinica, è riportata nella Tabella 5.La

Allegato W

155

i Sup

plem

enti

di

ANCA INFARTO SCOMPENSO ICTUS COLON TOTALELOMBARDIA 231 516 1080 880 604 3311TRENTO 10 46 51 32 40 179SICILIA 23 530 535 338 88 1514FRIULI 30 30 80 39 25 204MARCHE 30 146 170 179 128 653VERONA 15 72 100 90 69 346PUGLIA 104 280 275 226 109 994TOSCANA 191 221 395 308 247 1362CAMPANIA 29 11 33 29 43 145MOLISE 10 34 98 26 27 195UMBRIA 1 1 8 2 8 20TOTALE 674 1887 2825 2149 1388 8923

TABELLA 2 - Distribuzione dei casi per regione e per condizione clinica

Requisito %01 La cartella clinica è disponibile per la consultazione 97,7902 La SDO è firmata dal medico responsabile (anche sigla) 90,7103 Il motivo del ricovero è indicato 97,2204 L'anamnesi patologica prossima è presente 94,0805 L'anamnesi patologica prossima è leggibile 92,4206 L'esame obiettivo all'ingresso è firmato 16,4007 L'esame obiettivo all'ingresso è datato 22,4408 L'esame obiettivo all'ingresso è leggibile 85,5809 L'esame obiettivo comprende app.respiratorio, circolatorio + sede problema 76,5910 Il diario medico è presente 95,7011 Il diario medico: sono presenti annotazioni in tutte le giornate di degenza 67,3112 Il diario medico: le annotazioni sono firmate/siglate 7,3213 Il diario infermieristico è presente 54,3214 Il diario infermieristico: sono presenti annotazioni in tutte le giornate 44,4215 Il diario infermieristico: le annotazioni sono firmate/siglate 42,1616 Consenso informato all’intervento: è presente firma medico e paziente 51,7817 Consenso informato all’intervento: è presente la data di compilazione 55,2418 Cartella anestesiologica: è presente o allegata 58,6319 Cartella anestesiologica: il monitoraggio intra-operatorio è documentato 60,9120 Referto operatorio: è identificabile il 1° operatore 63,8621 Referto operatorio: è presente la data dell'intervento 70,4222 Referto operatorio: è identificabile l'intervento eseguito 70,4823 Lettera di dimissione: è presente 65,9924 Lettera di dimissione: è presente la data della compilazione 60,9725 Lettera di dimissione: è identificabile il medico redattore 56,4026 Lettera di dimissione: è presente una sintesi descrittiva del decorso clinico 61,95

TABELLA 5 - Distribuzione percentuale dei requisiti accettabili per la valutazione della “qualità” delle cartelle cliniche

percentuale si riferisce al numero dei requisiti sod-disfatti rispetto ai casi applicabili.Trattando idealmente le cartelle cliniche comeun unico blocco dove passano al controllo suc-cessivo solo quelle che hanno soddisfatto il cri-terio precedente (logica del controllo “a casca-ta”), passato il precedente controllo, si ottiene ilgrafico riportato in Figura 1 (disponibile nel sitointernet www.assr.it), dove si può notare che ilprimo grande ostacolo è rappresentato dal crite-rio/requisito AP06 (“L’esame obiettivo all'ingressoè firmato”), che riduce il blocco delle cartelle ac-cettabili da 7422 a 1315. Per ognuno dei 26 cri-teri relativi alla qualità della documentazione cli-nica si è osservata inoltre una differenza statisti-camente significativa sia tra le Regioni di appar-tenenza, che tra le strutture ospedaliere (vedi fi-gure da 2 a 52, disponibili nel sito internetwww.assr.it). Non sono riportate, invece, le ana-lisi condotte per reparto di dimissione o per ti-pologia di ricovero (medico/chirurgico).

CONCLUSIONIAnalizzando i singoli requisiti, si può affermareche l’accettabilità complessiva della documenta-zione appare comunque soddisfacente, o perlo-meno tale da non pregiudicare una valutazioneaffidabile dei singoli processi assistenziali mediantele schede di rilevazione specifiche per ciascunacondizione clinica presa in esame (infarto mio-cardico acuto, scompenso cardiaco, ictus cerebri,chirurgia dell’anca, chirurgia del colon). Diversaè la chiave di lettura dei risultati al di fuori dellefinalità del progetto di ricerca. Nonostante un ri-sultato complessivo sostanzialmente deludente(anche se in linea con le aspettative e le perce-zioni degli addetti ai lavori), il programma di va-lutazione condotto in questo progetto ha innan-zitutto avuto il merito di risvegliare l’interessedelle strutture partecipanti nei confronti di un’ac-curata compilazione della cartella clinica (moltestrutture ospedaliere, successivamente all’attiva-zione del programma,hanno avviato iniziative au-tonome di miglioramento, quali la predisposizio-

ne di linee guida interne, l’individuazione di ungruppo di lavoro per la documentazione sanita-ria, il monitoraggio degli errori di compilazione,la predisposizione di una modulistica standardiz-zata, lo sviluppo di percorsi di formazione sul te-ma della qualità della documentazione sanitaria.È anche da segnalare che alcuni dei partecipantialla ricerca hanno promosso la nascita di una as-sociazione per la valutazione e il miglioramentodella documentazione sanitaria (AIDOS,Associa-zione Italiana Documentazione Sanitaria,www.ai-dosimera.it). La valutazione dell’efficacia del pro-gramma mediante la rilevazione dell’indicatore diaccettabilità ha permesso inoltre di evidenziare lepotenzialità di quest’ultimo.Esso si è rivelato par-ticolarmente oggettivo, semplice da rilevare e po-tenzialmente utile, soprattutto come screening dellivello generale di compilazione delle cartelle cli-niche. Considerata la tipologia di requisiti inda-gati, si ritiene che l’ipotetico svantaggio legato al-l’essenzialità del livello qualitativo indagato siacompensato dalla sua elevata trasferibilità nei con-testi ospedalieri più svariati. Ciò renderebbe fat-tibili, con risorse relativamente limitate, delle va-lutazioni su aspetti della documentazione sanita-ria che,benché rilevanti, risultano oggi scarsamentequantificati. L’esperienza condotta, inoltre, ha con-sentito di definire alcune priorità per migliorareil processo interno di valutazione della qualità del-le cartelle cliniche.A questo proposito è stato rag-giunto un consenso unanime sull’importanza dimantenere elevato il livello di attenzione del per-sonale verso questa tematica, attraverso attività diaudit periodici condotti nei singoli reparti. Pari-menti, benché l’indicatore di accettabilità costi-tuisca una scelta valida per operare uno screeningdella qualità della documentazione, si ritiene ne-cessario approfondire i requisiti di contenuto chedenotano una cartella clinica di qualità e inserirenella valutazione anche la documentazione com-pilata da altri professionisti sanitari.

(NOTA: la bibliografia citata nel testo è disponibile nelsito internet dell’ASSR www.assr.it)


156

i Sup

plem

enti

di

Allegato Z

157

i Sup

plem

enti

di

Gli indicatori di qualità dell’assistenzasanitaria devono essere trattati congli appropriati metodi di aggiusta-mento, allo scopo di consentire, a li-

vello di singolo ospedale, il monitoraggio dellaqualità della prestazione nel tempo e, a livello re-gionale o nazionale, il confronto della qualità del-la prestazione di strutture diverse.Considereremo il fatto che, in ogni caso, un con-fronto sarà corretto se il modo di effettuarlo im-plica che le eventuali differenze rilevate sono so-lo ed esclusivamente attribuibili a differenze diqualità della prestazione erogata. In altri terminioccorre che effettivamente il valore dell’indica-tore usato sia sensibilmente influenzato dalla qua-lità della prestazione erogata (rationale) e che ledifferenze rilevate fra tempi diversi nella stessastruttura o fra strutture diverse nello stesso tem-po non siano attribuibili a diversità intrinsechedella casistica trattata (confondimento).Differenze fra le stime di indicatori di due strut-ture possono essere attribuite a tre grandi com-ponenti di variabilità:1. la variabilità dovuta a differenze di rischi fra

sottopopolazioni di pazienti;2. la variabilità dovuta all’errore casuale;3. la variabilità dovuta a differenze di cura (orga-

nizzazione, trattamenti, etc.).Coerentemente con questa ripartizione, l’esito diogni ricovero può essere considerato come il ri-sultato del contributo, più o meno lineare, di fat-tori classificabili in quattro categorie (Iezzoni,1997):Esito = fattori individuali di rischio + efficaciadel trattamento + qualità della prestazione+ variabilità casuale di campionamento,dove l’esito, ovvero il paziente in vita o decedu-

to alla dimissione, è definito a livello individuale,paziente per paziente.I fattori individuali di rischio noti più rilevantisono: età, sesso, gravità della malattia, presenza dialtre patologie o comorbidità.L’esistenza di un trattamento efficace nelle con-dizioni definite dalle sperimentazioni clinichenel determinare un esito fausto o nell’impedireun esito infausto è indispensabile affinchè l’indi-catore in questione sia un plausibile indicatoredi qualità.La qualità, il cui contributo si intende isolare dalresto, dipende invece da una serie di condizionie di processi, eseguiti a regola d’arte e nell’ordi-ne e nei tempi che la buona pratica clinica im-pone, la cui analisi dettagliata è praticamente im-possibile ma il cui risultato, come output di unascatola nera, si assume misurabile. Può essere vi-sto come l’insieme complesso di condizioni or-ganizzative, strutturali e procedurali che, in pre-senza di un trattamento efficace, consentono diconseguire esiti favorevoli per il paziente.Infine una considerazione particolare va data al-la variabilità cosiddetta casuale di campionamen-to. Si tratta dell’influenza di un numero, che sipresume molto elevato, di condizioni, sfumate esfuggenti, tanto da non essere individuabili e talida risultare ignote, che si presume agiscano, dis-tribuite a caso fra i pazienti, indipendentementedal trattamento, dalla qualità e dai fattori indivi-duali noti, complessivamente sull’esito; quindi, aparità di tutte le altre condizioni (fattori indivi-duali, efficacia del trattamento, qualità della pre-stazione) esse determinano quella residua varia-zione di esito, non spiegata, che si interpreta co-me rumore di fondo o variabilità casuale, il cui

Allegato Z

MODELLI DI AGGIUSTAMENTO

effetto è quello di rendere imprecisa la stima cam-pionaria.Isolare il contributo all’esito specificamente dato dal-la qualità della cura presuppone quindi misurare ilvalore di un appropriato indicatore al netto delle in-fluenze estranee dei fattori di confondimento.È que-sto lo scopo che si prefigge ogni procedura di riskadjustment: fare in modo che le differenze fra valo-ri di indicatori siano da attribuire ragionevolmente(mai potremo avere la certezza assoluta) solo a fat-tori sistematici che si possono individuare e rimuo-vere; fattori, quindi, che possono limitare la qualitàdella prestazione,che per esplicarsi al meglio richiedeche il trattamento raccomandato sia somministratonelle modalità e nei tempi più appropriati e al par-ticolare paziente tempestivamente identificato conle adeguate procedure diagnostiche.Di per sé le tecniche di risk adjustment dovran-no far sì che il confronto risulti “sterilizzato” ri-spetto a differenze diverse da quelle della qualitàe per far questo si tratta di procedere al confron-to “standardizzato”, ovvero il confronto effettua-to in condizioni standard, eguali per i tempi di-versi della stessa struttura o per le diverse struttu-re sul territorio. Questo si può ottenere con dif-ferenti modalità, rendendo omogenei i pazienti apriori, con la selezione e la randomizzazione, oeffettuando confronti fra sottogruppi resi omo-genei a posteriori.In quest’ultimo caso si può procedere con un sem-plice e facilmente comprensibile metodo di stra-tificazione e calcolo di una appropriata mediaponderata, o con un più sofisticato approccio dimodellizzazione (analisi della covarianza, analisidella regressione multipla, analisi della regressio-ne logistica multipla, calcolo e stratificazione perpropensity score).Per eliminare differenze di case-mix fra ospedalie quindi ottenere una situazione di omogeneitàai fini del confronto possiamo allora utilizzare trediverse tecniche:1) Definizione di rigidi criteri di inclusione

(esclusione di sottopopolazioni di pazienti adalto rischio)

2) Stratificazione3) Standardizzazione (aggiustamento per il rischio)La tecnica migliore è senza dubbio la prima. In-fatti, la definizione di un protocollo di recluta-mento in base a rigorosi criteri di inclusione per-mette di ottenere gruppi di pazienti omogeneinei differenti ospedali. Il problema insormonta-bile è rappresentato dall’impossibilità pratica, inun contesto quale quello in cui ci muoviamo, diapplicare questa approccio, che è tipico delle spe-rimentazioni cliniche. Significa infatti che, unavolta definiti i criteri di inclusione, ogni ospeda-le dovrebbe selezionare i propri pazienti in baseal protocollo predefinito, accettandone alcuni erifiutandone altri.La stratificazione è una tecnica che permette diottenere in fase di analisi ciò che con la defini-zione dei criteri di inclusione si ottiene in fase didisegno dello studio e reclutamento dei pazien-ti. Consiste nella definizione di sottogruppi di pa-zienti omogenei quanto a caratteristiche indaga-te e nel calcolo dell’indicatore entro ogni sotto-gruppo.Ad esempio, stratificando per sesso (M eF) e classi di età (<45, 45-54, 55-64 e >=65 an-ni) otterremmo otto strati (M <45, …, M >=65,…, F <45, … , F>=65). Se le variabili utilizzateper la stratificazione sono state ben scelte allorapossiamo effettuare confronti fra strutture entrostrati essendo fiduciosi che, in ogni strato, i pa-zienti siano di pari gravità. Così facendo, il con-fronto fra strutture è a parità di case-mix.Un pro-blema che si presenta quando si utilizza questametodologia è dato dalla difficoltà, soprattuttoquando gli strati sono molti, nell’effettuare unasintesi che ci permetta di fare un confronto com-plessivo delle performance delle diverse struttu-re. Con il confronto entro strati omogenei po-trebbe essere difficoltoso avere un’immagine com-plessiva, soprattutto nel caso in cui entro alcunistrati la mortalità in un ospedale sia maggiore ri-spetto alla mortalità in un altro, mentre entro al-tri strati si verifica l’opposto.La terza tecnica elencata, l’aggiustamento per ilrischio (risk adjustment), permette di effettuare


158

i Sup

plem

enti

di

confronti fra istituzioni controllando per i fatto-ri di rischio individuali, al fine di mettere in evi-denza, se esistenti, esclusivamente differenze diqualità fra diverse strutture. Con queste tecnicheè possibile “ricalcolare” gli indicatori in modo daottenere nuove stime che sono aggiustate per ilrischio, vale a dire che misurano la performancedi ogni ospedale ipotizzando un case-mix medioidentico per tutti gli ospedali ed uguale al case-mix di una struttura (teorica o reale) scelta comeriferimento.Formalmente, il modello, riportato nelle pagineprecedenti, che descrive l’esito del ricovero puòessere espresso in termini matematici con la se-guente notazione:

è l’esito (deceduto o non deceduto) del rico-vero del paziente i nell’ospedale J;β0 è l’intercetta che solitamente si introduce neimodelli;

sono le variabiliche permettono di definire le caratteristiche in-dividuali di ogni paziente;βsex, βeta, βgravita e βcomorbidita,rappresentano l’ef-fetto di sesso, età, gravità e comorbidità del pa-ziente;efficaciaJ e qualitaJ quantificano invece l’effetto do-vuto all’ospedale.Il valore osservato di yij può essere 1, se si è ve-rificato l’evento alla dimissione (ad esempio de-cesso), oppure 0, se non si è verificato l’evento.L’indicatore di esito osservato per la generica strut-tura J si ottiene semplicemente sommando tuttigli esiti individuali osservati per i pazienti rico-verati in quella struttura. Ma per effettuare l’ag-giustamento per il rischio con modelli statisticidobbiamo isolare l’effetto delle componenti in-dividuali da tutto il resto. Per semplicità, ipotiz-ziamo di considerare del modello precedente so-lo la parte che tiene conto delle caratteristicheindividuali:

Con questa formulazione, yij rappresenta l’esitodel ricovero del paziente i nell’ospedale J, ipotiz-zando l’assenza di effetto dell’ospedale: l’ospeda-le J non influisce né in positivo, né in negativosull’esito, il quale quindi dipende esclusivamentedalle caratteristiche individuali.Ipotizziamo ora di stimare i parametri β su unapopolazione standard di riferimento predefinita(ad esempio, i ricoverati in un ospedale moltogrande, i ricoverati in tutta la regione o in tuttala nazione). Le stime così ottenute quantificanol’effetto che hanno sull’esito individuale tutte lesingole covariate. Ma, non essendo esplicitate nelmodello le componenti che dovrebbero quanti-ficare la qualità dell’assistenza, le stime dell’effet-to dei fattori di rischio individuali che si otten-gono non sono “pure”,ma sono confuse con l’ef-fetto della qualità. Inoltre, dato che noi utilizzia-mo, per le stime, la popolazione di una strutturastandard di riferimento, la componente dell’ef-fetto di qualità che si confonde con il resto è quel-la propria della struttura di riferimento. Questosignifica che le stime dei parametri così ottenutequantificano il rischio di esito sfavorevole alla di-missione data una qualità dell’assistenza pari aquella della struttura standard di riferimento. Ciòequivale a dire che, ad esempio, il parametro as-sociato al sesso quantifica la componente del ri-schio totale di esito sfavorevole per le femmine(o per i maschi) nella struttura di riferimento.Quindi, la conoscenza dei valori assunti dai para-metri di regressione (i termini β nell’equazione),stimati sulla popolazione standard di riferimentoprescelta, ci permette di quantificare l’effetto diciascuna componente individuale sul rischio didecesso. La combinazione lineare fra i parametristimati e le caratteristiche dei pazienti (definitenel modello, per ciascun paziente, dal valore as-sunto dalle variabili x) ci permette di ottenere perogni individuo una stima complessiva del rischiodi decesso associato esclusivamente alle propriecaratteristiche individuali:

Allegato Z

159

i Sup

plem

enti

di

è la probabilità attesa di esito infausto per l’in-dividuo i ricoverato nell’ospedale J;

sono le stime chequantificano l’effetto di sesso, età, gravità della pa-tologia e comorbidità sull’esito del ricovero.La stima dell’effetto di ciascuna componente cidice di quanto aumenta (o diminuisce, se negati-va) la probabilità di esito infausto per un pazien-te che possiede quella caratteristica (ad esempio,maschio) rispetto ad un paziente che non la pos-siede (ad esempio, femmina).Considerando le probabilità attese per tutti i sog-getti ricoverati nell’ospedale J, possiamo calcolareil cosiddetto indicatore di esito atteso di struttura,il cui valore è dovuto esclusivamente al case-mix.L’indicatore atteso ha evidentemente significatose i valori dei parametri inclusi nel modello so-no una stima valida del reale effetto che hanno lecovariate specificate sull’esito del ricovero nellapopolazione oggetto di analisi.L’indicatore atteso così calcolato è quindi quel va-lore che osserveremmo se, sui pazienti ricoveratinell’ospedale J, agissero esclusivamente i fattori dirischio individuali. Inoltre, poiché abbiamo stima-to tutti i parametri ( )a partire dai dati dei pazienti ricoverati in una strut-tura (reale o virtuale) di riferimento, a partire daun modello statistico in cui non era compreso l’ef-fetto di ospedale, è evidente che nelle stime cosìottenute è implicitamente compreso l’effetto del-la performance dell’ospedale medio di riferimen-to.Di conseguenza, ciò equivale a dire che il valo-re dell’indicatore atteso è quel valore che osserve-remmo nell’ospedale J se si agisse con una “quali-tà” pari alla “qualità” dello standard di riferimen-to. Quindi il confronto fra gli esiti osservati e gliesiti attesi ci permette di confrontare la qualità del-la struttura con la qualità dello standard di riferi-mento, e quindi di capire come si sta posizionan-do la struttura J rispetto allo standard.Il confronto tra indicatore atteso e indicatore os-servato è quindi implicitamente un confronto frala performance dell’ospedale J e la performancedell’ospedale medio di riferimento. Un raffronto

di questo tipo ha ovviamente senso se l’ospedaleJ è oggettivamente paragonabile con la strutturadi riferimento (ad esempio se la struttura di rife-rimento è l’insieme di tutti gli ospedali regiona-li o nazionali).Non è utile, invece, il confronto fra i valori atte-si di due diverse strutture: nel caso in cui l’esitosia la mortalità, l’ospedale con mortalità attesa mi-nore non è infatti necessariamente quello con lamigliore performance, ma è certamente quellocon il case-mix a minor rischio di decesso per-ché meno esposto ai fattori di rischio individua-li. Infatti, il confronto fra valori attesi fornisce in-formazioni circa la differenza di case-mix fra strut-ture: l’ospedale con il valore atteso più elevato haavuto un case-mix mediamente più grave.Al fine di effettuare analisi comparative fra ospe-dali, in letteratura sono state sviluppate diversemetodologie che hanno origine comunque sem-pre dagli indicatori attesi.1) Confronto fra osservato ed atteso, espresso sot-

to forma di rapporto osservato/atteso, quanti-tà che in epidemiologia è nota come rappor-to standardizzato di mortalità (SMR):

.

Valori maggiori uguali ad 1 indicano che la per-formance dell’ospedale J è in linea con la perfor-mance standard; valori minori di 1 (ho in J unminor numero di morti rispetto a quanti me neattendo) indicano che la performance dell’ospe-dale J è migliore rispetto a quella della strutturadi riferimento; valori maggiori di 1 (ho in J piùmorti di quanti me ne attendo) indicano che laperformance dell’ospedale J è peggiore rispetto aquella dello standard.2) Confronto fra osservato ed atteso, espresso sot-

to forma di differenza standardizzata (z-score):

,

dove ES(OSSJ) indica l’errore standard del nu-mero di decessi osservati.

3) Definizione di un indicatore di esito aggiusta-to per il rischio:


160

i Sup

plem

enti

di

,

dove OSSJ ed ATTJ rappresentano il numerodi eventi osservati attesi nell’ospedale J, men-tre OSSSTD rappresenta il numero di eventiosservati nell’ospedale standard di riferimento.Una forma alternativa per la derivazione del-l’indicatore di esito aggiustato è data da:

Le tecniche di aggiustamento per il rischio per-mettono quindi di ottenere, mediante le opera-zioni matematiche appena descritte, stime degliindicatori (aggiustati per il rischio) che misuranola performance di ogni ospedale, ipotizzando uncase-mix medio costante per tutti gli ospedali eduguale al case-mix della struttura (teorica o rea-le) scelta come riferimento. L’indicatore aggiu-stato per il rischio permette, quindi, confronti fraospedali al netto dell’effetto di case-mix.L’indicatore di mortalità aggiustato per il rischiomisura la mortalità ipotizzando che il case-mixproprio di ogni struttura non sia quello reale, masia quello dell’ospedale di riferimento.Tutte lestrutture quindi, ai fini del calcolo, sono caratte-rizzate da un case-mix fittizio. Cerchiamo, quin-di, di ricondurci ad una situazione di omogenei-tà di case-mix fra ospedali. In una tale situazioneè evidente che, dato il modello esplicativo dell’e-sito del ricovero esposto in precedenza, variazio-ni di esito medio (mortalità) fra ospedali rifletto-no variazioni di qualità ed efficacia. Con le tec-niche di aggiustamento per il rischio cerchiamodi neutralizzare l’effetto delle caratteristiche in-dividuali, che potrebbero influenzare l’esito delricovero, ma che non sono sotto il controllo del-l’ospedale.A questo punto abbiamo a disposizione misureche rendono confrontabili fra loro gli ospedali, in

quanto la gravità media dei pazienti è la stessa pertutte le strutture.Inoltre, l’indicatore aggiustato può anche essereutilizzato per analizzare la complessità media del-la casisitica di un ospedale rispetto alla comples-sità media dello standard di riferimento. Con-frontando l’indicatore aggiustato e l’indicatore os-servato (grezzo), abbiamo una misura di gravitàrelativa: se il processo di aggiustamento porta adottenere un indicatore aggiustato di valore mi-nore rispetto a quello osservato, ciò significa cheil processo di aggiustamento riconosce che la strut-tura oggetto di analisi tratta una casistica più gra-ve, e di conseguenza il valore dell’indicatore de-ve essere ridotto, perché se il nostro ospedale trat-tasse casi mediamente meno gravi, probabilmen-te avrebbe una quota inferiore di esiti infausti.Stesso ragionamento, ma con conclusioni oppo-ste nel caso in cui l’indicatore aggiustato fossemaggiore dell’indicatore osservato.

DEFINIZIONE DEL MODELLO DI AGGIUSTAMENTOUno fra i passaggi più critici dell’intero processodi aggiustamento per il rischio riguarda la sceltadel modello, la selezione delle variabili da intro-durre per tenere conto dell’effetto dei fattori dirischio individuali. Dobbiamo cioè decidere qua-li variabili inserire nel modello definito in prece-denza, laddove si faceva riferimento a gravità del-la patologia e comorbidità.È bene che le covariate siano scelte fra le varia-bili presenti nei database amministrativi.In letteratura esistono diversi modelli, definiti inbase all’indicatore oggetto di analisi (es. mortali-tà per CABG, per CHF, per IMA, etc.), che con-siderano diversi sistemi per la misura del rischio.Per misurare il rischio individuale esistono diver-si sistemi:APR-DRG, Disease Staging,“Charl-son Comorbidity Index”, classificazione delle co-

Allegato Z

161

i Sup

plem

enti

di

La performance dell’ospedale è MIGLIORE

rispetto a quella standard

La performance dell’ospedale èPEGGIORE

rispetto a quella standard

Indicatore OSSERVATO < indicatore ATTESO

(SMR<1)

Indicatore OSSERVATO > indicatore ATTESO

(SMR>1)

La casistica dell’ospedale è mediamentemeno grave rispetto allo standard

La casistica dell’ospedale è mediamentepiù grave rispetto allo standard

Indicatore AGGIUSTATO > indicatore OSSERVATO

Indicatore AGGIUSTATO < indicatore OSSERVATO

morbidità secondo il metodo proposto dalla ri-cercatrice Elixhauser. In letteratura esistono varistudi che hanno confrontato la capacità dei di-versi sistemi elencati di effettuare un buon ag-giustamento, ai quali si rimanda per approfondi-menti (Landon B, et al. Judging hospitals by seve-rity-adjusted mortality rates:The case of CABG sur-gery. Inquiry. 1996;33:155-166; Iezzoni LI, ShwartzM,Ash AS, Hughes JS, Daley J, Mackiernan YD.Severity measurement methods and judging hospitaldeath rates for pneumonia. Med Care. 1996;34:11-28; Iezzoni LI,Ash AS, Shwartz M, Daley J, Hu-ghes JS, Mackiernan YD. Judging hospitals by seve-rity-adjusted mortality rates:The influence of the seve-rity-adjustment method. Am J Public Health.1996;86:1379-1387.; Iezzoni LI, Shwartz,Ash AS,Daley J, Mackiernan Y. Using severity-adjusted stro-ke mortality rates to judge hospitals. Intl J Quality inHealth Care. 1995;7:81-94.).Anche per la definizione delle variabili indi-pendenti da includere nel modello, si possonoadottare differenti tecniche. Generalmente il ses-so e l’età sono sempre presenti. Per quanto ri-guarda la gravità della malattia, una volta sceltoil sistema che si ritiene più idoneo (APR-DRG,Charlson o Elixhauser), si deve decidere qualicovariate introdurre nel modello, vale a dire, adesempio, quali categorie APR-DRG o quali co-morbidità fra tutte quelle proposte dalla ricer-catrice Elixhauser.Tali scelte si basano su crite-ri clinici e statistici: clinici perché, ovviamente,si devono introdurre solo covariate clinicamen-te rilevanti; statistici perché nella scelta del mi-glior modello di aggiustamento si deve cercaredi limitare, per quanto possibile, il numero del-le variabili esplicative in ottemperanza al crite-rio di parsimonia (rapporto fra variabilità spie-gata e n° di covariate introdotte in un model-lo). Nella definizione di un buon modello di ag-giustamento, è importante riuscire a determina-re correttamente tutte le covariate più impor-tanti: la mancata inclusione di una variabile in-dividuale (ad esempio, la severità della malattia)nel modello potrebbe portare a non quantifica-

re in misura corretta la componente qualitativasotto il diretto controllo dell’ospedale, e ciò com-porterebbe una errata valutazione dell’operatodelle strutture. È, infatti, importante che si im-puti all’ospedale solo ciò che è direttamente con-trollabile dall’ospedale, vale a dire solo ciò su cuil’ospedale può agire per migliorare l’esito deipropri ricoveri.Le variabili clinicamente rilevanti da introdurredevono essere solo quelle associate all’esito e, so-prattutto, devono essere già presenti al momentodel ricovero, oppure, anche se insorte nel corsodel ricovero, non devono essere dipendenti dallaqualità della cura. È importante sottolineare chenon si deve aggiustare per variabili correlate allaqualità dell’assistenza. Così facendo, infatti, si eli-minerebbero le variazioni fra strutture attribuibi-li alla differenza di qualità dell’assistenza.Ad esem-pio (Iezzoni, 1997), negli Stati Uniti alcuni studihanno mostrato come la qualità dell’assistenza inalcuni casi dipenda dalla razza e dallo status so-cio-economico dei ricoverati. L’aggiustare un in-dicatore di qualità dell’assistenza per razza e sta-tus socio-economico potrebbe portare al ma-scheramento di differenze di qualità che invecedovrebbero essere poste in luce, perché dal pun-to di vista biologico pazienti neri o poveri nondovrebbero essere a maggior rischio rispetto aglialtri. Generalmente, quindi, si preferisce non in-trodurre nei modelli di aggiustamento variabilidi questo tipo.Si possono trovare in letteratura vari studi checonfrontano diversi sistemi di aggiustamento.Fon-damentalmente, ciò che emerge da studi compa-rativi è che non esistono sistemi di aggiustamen-to per il rischio perfetti. Qualunque sia il model-lo utilizzato, c’è sempre una certa quota di gravi-tà intrinseca del paziente di cui non si riesce a te-nere conto. D’altro canto, aggiustare per tutte lecaratteristiche individuali non è possibile e nem-meno necessario. Si deve quindi cercare, caso percaso, di costruire il modello scegliendo le varia-bili principali, valide e facili da ottenere (ad esem-pio, ricavabili dalle SDO).


162

i Sup

plem

enti

di

STIMA DEI PARAMETRILa fase successiva alla definizione del modello,consiste nella stima dei parametri con le appro-priate tecniche statistiche.Essendo la variabile dipendente yiJ dicotomica(paziente in vita o deceduto alla dimissione), ilmodello di regressione più adatto per la stima deiparametri è quello logistico. Con la regressionelogistica multipla possiamo ottenere le stime deiparametri.In realtà, in alcuni casi le stime sono ottenute, puressendo la variabile dicotomica, da un modello diregressione lineare. È questa un’approssimazioneche può essere accettabile in presenza di una nu-merosità molto elevata.Il problema principale, quando si utilizza il mo-dello di regressione logistica, risiede nella difficoltànell’ottenere le stime dei parametri, soprattuttoquando le covariate introdotte nel modello sonomolte e il numero di pazienti non è elevato. In ta-li situazioni infatti, pur utilizzando software stati-stici specializzati, si possono avere problemi di con-vergenza nel processo di stima dei parametri, equindi si deve ridurre il numero di covariate o sideve aumentare il numero di soggetti utilizzati, alfine di ottenere una stima valida.Problemi di que-sta natura generalmente non si hanno quando siutilizza la regressione lineare, che però, nella mag-gior parte dei casi non costituisce un’approssima-zione accettabile. È allora opportuno cercare diminimizzare il numero di covariate, scegliendo so-lo quelle più rilevanti, facilmente rilevabili e conun grosso impatto sull’esito.Un altro grosso problema di metodologia stati-stica tuttora aperto riguarda l’utilizzo dei mo-delli multilevel per le analisi di dati a strutturagerarchica. È evidente che la struttura dei data-base dei ricoveri è di tipo gerarchico.Abbiamo allivello più basso i pazienti, che sono aggregati adun livello superiore in strutture ospedaliere di ri-covero, le quali a loro volta sono aggregate ad unulteriore livello superiore in regioni di apparte-nenza. In letteratura (Goldstein, H., and Spiegel-halter, D. J. 1996. League tables and their limitations:

statistical issues in comparisons of institutional perfor-mance. Journal of the Royal Statistical Society,A,159: 385-443) si possono trovare parecchie pub-blicazioni che descrivono nel dettaglio questi me-todi e le loro applicazioni in ambito sanitario.Caratteristica principale dei modelli multilevel èla possibilità di introdurre contemporaneamente,nei normali modelli di regressione, covariate de-finite ai due livelli diversi: a livello di paziente(quelle che abbiamo già visto: sesso, età, gravità)e a livello di struttura sanitaria (ad esempio, di-mensione e tipologia dell’ospedale). Le prime cer-cano di spiegare differenze di outcome con le ca-ratteristiche individuali dei pazienti; le seconde,invece, cercano di spiegare la variazione con lecaratteristiche della struttura.In letteratura (Normand, S. L.T., M. E. Glickman,and C. Gatsonis. 1997. Statistical Methods for Pro-filing Providers of Medical Care: Issues and Applica-tions. Journal of the American Statistical Associa-tion 92 (439): 803 14.) sono stati sperimentatiquesti modelli soprattutto per la costruzione digraduatorie fra strutture nell’ambito della morta-lità dei pazienti sottoposti a by-pass (Localio etal. 1997. The Public Release of Hospital and Physi-cian Mortality Data in Pennsylvania:A Case StudyMedical Care. 35(3):272-286).I principali problemi connessi all’uso dei model-li multilevel nell’ambito degli indicatori di qua-lità sono: la disponibilità e l’affidabilità di pro-grammi di elaborazione idonei alle variabili di-pendenti di tipo categorico, la disponibilità di da-ti di sistema di tipo strutturale e organizzativo(paradossalmente la SDO, strumento informati-vo di tipo amministrativo, contiene dati utili so-prattutto per la descrizione dei fattori di rischioindividuali), la maggiore complessità di interpre-tazione dei risultati, che potrebbe compromette-re una efficace restituzione dei risultati ai desti-natari delle informazioni.

LE SCELTE DELL’AHRQLe covariateL’AHRQ ha effettuato scelte differenti, in rela-

Allegato Z

163

i Sup

plem

enti

di

zione alle tecniche di aggiustamento, per le duediverse categorie di indicatori (Inpatient QualityIndicators e Patient Safety Indicators - vedi Ta-belle 1 e 2).Per quanto riguarda gli Inpatient Quality Indica-tors (IQI) il modello di aggiustamento comprendele seguenti variabili: sesso; età (suddivisa in cate-gorie diverse per i diversi indicatori); interazionefra sesso ed età; severità della malattia, definita me-diante il sistema di classificazione APR-DRG conscala di severità o scala di mortalità (su 4 livelli).Per ogni indicatore, è stato fatto un elenco diAPR-DRG da prendere in considerazione, per-ché ritenuto fra i più significativi nell’individua-re la gravità intrinseca del paziente al momentodel ricovero.L’AHRQ ha scelto di utilizzare il sistema di clas-sificazione APR-DRG, in quanto analisi empiri-che hanno mostrato, in questo specifico contesto,la superiorità del sistema APR-DRG rispetto adaltri sistemi di aggiustamento.Ai fini dell’aggiustamento, sono stati presi in con-siderazione solo 172 APR-DRG (43 APR x 4categorie di severità) che includono l’80% dei ri-coveri USA.Per ogni indicatore, sono stati esclusi gli APR-DRGappartenenti a MDC collegati all’indicatore.

Tutti gli altri APR-DRG sono stati inclusi nelmodello.Esempio: Indicatore IQ15 - Mortalità per infarto miocardico acutoElenco codici APR-DRG per l’aggiustamento004 Tracheostomy except for face,mouth & neck

diagnoses165 Coronary bypass w/o malfunctioning coro-

nary bypass w cardiac cath166 Coronary bypass w/o malfunctioning coro-

nary bypass w/o cardiac cath170 Permanent cardiac pacemaker implant w

AMI, heart failure or shock173 Other vascular procedures174 Percutaneous cardiovascular procedures w

AMI190 Circulatory disorders w AMITutti con i 4 livelli di rischio intrinseco di mor-talità.Per quanto riguarda invece i Patient Safety In-dicators, il modello di aggiustamento è costitui-to dalle seguenti variabili: sesso; età (categoriedefinite in funzione del diverso tipo di indica-tore); interazione fra sesso ed età; gravità intrin-seca del paziente. La gravità del paziente è defi-nita da due componenti: gravità al ricovero e co-morbidità presente al ricovero. La gravità al ri-


164

i Sup

plem

enti

di

Inpatient Quality Indicators (IQI) N° covariateIQI #8 – Esophageal Resection Mortality 19IQI #9 – Pancreatic Resection Mortality 21IQI #10 – Pediatric Heart Surgery Mortality 27IQI #11 – Abdominal Aortic Aneurysm (AAA) Repair Mortality 21IQI #12 – Coronary Artery Bypass Graft (CABG) Mortality 27IQI #13 – Craniotomy Mortality 35IQI #14 – Hip Replacement Mortality 21IQI #15 – Acute Myocardial Infarction (AMI) Mortality 47IQI #16 – Congestive Heart Failure (CHF) Mortality 19IQI #17 – Stroke Mortality 29IQI #18 – Gastrointestinal (GI) Hemorrhage Mortality 37IQI #19 – Hip Fracture Mortality 23IQI #20 – Pneumonia Mortality 29IQI #21 – Cesarean Section Delivery 4IQI #22 – Vaginal Birth after Cesarean Section (VBAC), Uncomplicated 4IQI #23 – Laparoscopic Cholecystectomy 25IQI #24 – Incidental Appendectomy 45IQI #25 – Bilateral Catheterization 41IQI #30 – Percutaneous Transluminal Coronary Angioplasty (PTCA) Mortality 25IQI #31 – Carotid Endarterectomy Mortality 17

TABELLA 1 - Numero totale di covariate utilizzate nei modelli di aggiustamento per ciascun indicatore IQI

covero è valutata mediante i DRG. Nel model-lo di aggiustamento, indicatore per indicatore,sono stati introdotti alcuni DRG, mentre altrine sono stati esclusi. Importante sottolineare co-

me i DRG, prima di essere introdotti nel mo-dello di aggiustamento, siano stati modificati, nelsenso che, laddove era prevista l’esistenza di un“DRG con complicanze” e un “DRG senzacomplicanze”, si sono unite le due categorie inuna sola. Questo procedimento è stato effettua-to per evitare che, lasciando la distinzione diDRG con complicanze e senza complicanze, siaggiustasse appunto per le complicanze, le qua-li potrebbero essere insorte durante il ricoveroe a causa di una cattiva qualità dell’assistenza.Inoltre, indicatore per indicatore, si è deciso qua-li DRG includere nel modello (perché indipen-denti dalla qualità dell’assistenza) e quali esclu-dere (perché in qualche misura correlati alla qua-lità dell’assistenza).Le comorbidità sono definite con il sistema pro-posto dalla ricercatrice Elixhauser, lievemente mo-dificato e adattato per rispondere alle esigenze de-gli indicatori AHRQ. Si considerano, infatti, so-lo 27 comorbidità, in quanto dall’elenco delle 30comorbidità originarie introdotte dalla ricerca-trice Elixhauser ne sono state escluse 3 (Cardiac

arrhythmias, Coagulopathy, Fluid and electrolytedisorders), poiché queste in molti casi potrebbe-ro rappresentare complicanze dovute a cattiva qua-lità dell’assistenza.

Esempio:Per l’indicatore PSI #4 - Failure to rescue,l’AHRQ ha individuato 186 variabili di aggiu-stamento così definite: sesso; 10 classi di età; 10variabili interazione sesso ed età; 25 comorbidi-tà; 140 DRG modificati.Per entrambe le categorie, il criterio adottato dal-l’AHRQ per la scelta delle variabili indipenden-ti da includere nel modello è basato principal-mente su considerazioni cliniche ed evidenze diletteratura: le variabili sono definite a priori, conscarsa rilevanza delle considerazioni di tipo stati-stico (strategie di inclusione o di eliminazione divariabili nel modello di regressione).

I METODI DI STIMAL’AHRQ ha adottato due tecniche differenti peri due gruppi di indicatori (Inpatient Quality In-dicators e Patient Safety Indicators).Per quanto riguarda gli IQI l’effetto delle cova-riate è stato stimato con il metodo dei minimiquadrati ordinari in un modello di regressione li-neare multipla. Pur essendo la variabile dipen-

Allegato Z

165

i Sup

plem

enti

di

Patient Safety Indicators (PSI) N° covariatePSI #1 – Complications of Anesthesia 33PSI #2 – Death in Low Mortality DRGs 57PSI #3 – Decubitus Ulcer 215PSI #4 – Failure to Rescue 186PSI #5 – Foreign Body Left During Procedure 20PSI #6 – Iatrogenic Pneumothorax 99PSI #7 – Selected Infections Due to Medical Care 160PSI #8 – Postoperative Hip Fracture 25PSI #9 – Postoperative Hemorrhage or Hematoma 71PSI #10 – Postoperative Physiologic and Metabolic Derangements 19PSI #11 – Postoperative Respiratory Failure 71PSI #12 – Postoperative Pulmonary Embolism or Deep Vein Thrombosis 131PSI #13 – Postoperative Sepsis 55PSI #14 – Postoperative Wound Dehiscence 29PSI #15 – Accidental Puncture or Laceration 166PSI #17 – Birth Trauma—Injury to Neonate 1PSI #18 – Obstetric Trauma ?Vaginal Delivery with Instrument 5PSI #19 – Obstetric Trauma ?Vaginal Delivery without Instrument 7PSI #20 – Obstetric Trauma—Cesarean Delivery 5

TABELLA 2 - Numero totale di covariate utilizzate nei modelli di aggiustamento per ciascun indicatore PSI

Esempio: Mortalità per scompenso cardiaco intre strutture ospedaliere. La mortalità osservata

nello standard di riferimento è pari al 6,7%, co-me riportato in Tabella 3.

dente (l’esito del ricovero) di tipo dicotomico, èstato possibile l’utilizzo di questo metodo per lastima dei parametri in quanto la numerosità deipazienti per ogni indicatore è abbastanza elevata.Infatti, un’analisi empirica ha mostrato che le sti-me così ottenute differivano di poco dalle stimeottenute mediante regressione logistica (cfr. Ma-nuale IQI), a causa delle elevate numerosità deiricoveri a disposizione per ogni indicatore.Per quanto riguarda invece i PSI, per la stima deiparametri si sono utilizzati modelli di regressio-ne logistica multipla, in quanto per questo grup-po di indicatori l’approssimazione lineare non eramolto buona. Questo soprattutto a causa dellascarsa numerosità campionaria, in relazione all’e-levato numero di covariate (in alcuni casi più di200) introdotte per l’aggiustamento.Per entrambi i modelli, l’AHRQ ha utilizzato, perla stima dei parametri, il database State InpatientData (SID) dell’HCUP relativo all’anno 2002,contenente circa 31.000.000 di ricoveri effettua-ti in 35 Stati degli USA.I valori dei parametri per l’aggiustamento, stima-ti come sopra descritto, sono forniti dall’AHRQassieme ai programmi di elaborazione.

L’OUTPUT DEI PROGRAMMI AHRQI programmi AHRQ pubblicati fino a luglio 2004 (re-visione 3) fornivano, come risultato del processo diaggiustamento,i soli valori di indicatore aggiustato peril rischio, ed era poi possibile, solo per chi fosse inte-ressato, calcolare a parte gli indicatori attesi a partiredalla relazione,esposta nei precedenti paragrafi,che le-ga l’indicatore aggiustato e l’indicatore atteso:

.A partire dalla revisione 4 del dicembre 2004,l’AHRQ ha rivisto le procedure di calcolo per lastima dei parametri di aggiustamento. Ora il pro-dotto principale della procedura di aggiustamen-to è il valore atteso.Accanto a questo ora è for-nito direttamente anche il valore dell’indicatoreaggiustato, calcolato direttamente all’interno deiprogrammi di elaborazione mediante la già notaformula:

.È stata effettuata la scelta del modello additivoperché porta a risultati più conservativi: tende afornire, per gli aggiustati, valori più vicini allostandard di riferimento rispetto a quanto inveceavviene con il modello moltiplicativo. Ciò acca-de perché per bassi valori assunti dall’indicatore(generalmente per la mortalità ospedaliera si han-no valori dell’ordine del 10%), piccole differen-ze fra osservato ed atteso in valore assoluto (mo-dello additivo) si trasformano in grandi differen-ze in termini proporzionali (modello moltiplica-tivo).Quindi, ipotizzando per un dato ospedale unaperformance non buona (osservato maggiore del-l’atteso), l’indicatore aggiustato è più elevato secalcolato in base al modello moltiplicativo.Le stesse considerazioni per il calcolo degli in-dicatori attesi ed aggiustati sono valide perquanto riguarda i PSI (il metodo di aggiusta-mento è analogo a quello descritto per gli IQI)con la sola differenza che i parametri sono sti-mati in un modello di regressione logisticamultipla.


166

i Sup

plem

enti

di

Ospedale Decessi Ricoveri Mortalità Mortalità Mortalità aggiustata Mortalità aggiustata osservata attesa mod. moltiplicativo mod. additivo

H1 10 67 14,9% 4,9% 20,5% 16,7%H2 10 151 6,6% 4,3% 10,2% 9,0%H3 1 121 0,8% 2,6% 2,1% 4,9%

TABELLA 3 - Calcolo della mortalità aggiustata per scompenso cardiaco.Confronto fra modello moltiplicativo e modello additivo

Mortalità osservata nello standard di riferimento: 6,7%

Esempio: Indicatore IQ16 - Mortalità per scom-penso cardiaco. Esempio di calcolo di mortalitàattesa utilizzando i coefficienti di aggiustamento

forniti dall’AHRQ, per 15 ipotetici pazienti diuna struttura ospedaliera.

Esempio di calcolo della probabilità di decesso at-tesa per il paziente n° 1.

Allegato Z

167

i Sup

plem

enti

di

Categoria di riferimentoSesso MEtà >85 anniAPR-DRG 194,1

TABELLA 4 - Categoria di riferimento per scompenso cardiaco

Pz Sesso Età APR-DRG Dimissione0=vivo

1=deceduto1 F 59 4,4 02 F 73 4,4 03 F 63 4,2 14 M 76 161,3 05 F 80 194,1 06 M 80 194,4 07 M 89 194,2 08 F 82 194,2 09 F 92 194,2 110 F 89 194,2 011 M 89 194,2 112 M 72 194,1 013 M 70 194,4 114 M 84 194,2 015 M 76 194,1 0

TABELLA 6 - Caratteristiche di 15 pazienti ricoverati in un ipotetico ospedale

Pz Sesso Età APR-DRG Dimissione Atteso0=vivo (yij)

1=deceduto1 F 59 4,4 0 0,05092 F 73 4,4 0 0,06213 F 63 4,2 1 0,05604 M 76 161,3 0 0,07895 F 80 194,1 0 0,02806 M 80 194,4 0 0,38937 M 89 194,2 0 0,06638 F 82 194,2 0 0,03709 F 92 194,2 1 0,053710 F 89 194,2 0 0,053711 M 89 194,2 1 0,066312 M 72 194,1 0 0,020313 M 70 194,4 1 0,370514 M 84 194,2 0 0,048115 M 76 194,1 0 0,0307TOTALE 4 1,4118

TABELLA 7 - Valori di probabilità di decesso attesa per15 pazienti ricoverati in un ipotetico ospedale

Parametro StimaIntercetta 0,0573Sesso F -0,0126Età 55-59 anni -0,0531Età 60-64 anni -0,0460Età 64-69 anni -0,0400Età 70-74 anni -0,0370Età 75-79 anni -0,0266Età 80-84 anni -0,0182Età <55 anni -0,0566Sesso F * Età 55-59 anni 0,0111Sesso F * Età 60-64 anni 0,0090Sesso F * Età 64-69 anni 0,0060Sesso F * Età 70-74 anni 0,0062Sesso F * Età 75-79 anni 0,0007Sesso F * Età 80-84 anni 0,0014Sesso F * Età <55 anni 0,0117APR-DRG 194.2 0,0090APR-DRG 194.3 0,0871APR-DRG 194.4 0,3502APR-DRG altri 0,0482

TABELLA 5 - Variabili di aggiustamento considerate dall’AHRQe valori dei parametri stimati sul database SID 2002

Intercetta 0,0573Sesso F -0,0126Età 59 -0,0531Sesso * Età F * 59 0,0111APR-DRG 4,4 0,0482ATTESO (yij) 0,0509

TABELLA 8 - Esempio di calcolo della probabilità di de-cesso attesa per il paziente n° 1

LE SCELTE DEL PROGETTO DELL’ASSRPer quanto riguarda l’aggiustamento, abbiamo de-ciso di utilizzare gli strumenti di aggiustamentodel rischio sviluppati per conto dell’AHRQ.Ab-biamo quindi utilizzato i modelli e le stime deiparametri proposti dall’AHRQ. La definizione dinuovi modelli comporterebbe un lavoro moltooneroso, in quanto si dovrebbe, per ogni indica-tore, studiare il modello di aggiustamento più adat-to, in accordo ai principi esposti nei paragrafi pre-cedenti (scelte basate su considerazioni clinichee tecniche statistiche basate sul principio di par-simonia).Dati i modelli proposti dall’AHRQ, avremmocomunque potuto stimare i parametri di queimodelli nella popolazione italiana.Abbiamo, in-vece, scelto di utilizzare le stime dei parametrifornite dall’AHRQ, ottenute sulla popolazionedi pazienti statunitensi ricoverati. Questa sceltaè stata suggerita da alcune considerazioni prati-che. Innanzitutto, una valutazione sulla preci-sione delle stime ottenibili: il database utilizza-to dall’AHRQ contiene 31.000.000 di ricove-ri, mentre il database dei ricoveri italiani a di-sposizione del progetto (ricoveri delle sole re-gioni partecipanti al progetto) contiene solo6.000.000 di ricoveri circa. È evidente, date que-ste numerosità, che le stime fornite dall’AHRQsono sicuramente più precise rispetto a quelleottenibili dai dati italiani. Dall’altro lato, si de-vono fare considerazioni relative all’utilizzabili-tà in Italia di stime di effetti ottenute su una po-polazione statunitense. Per quanto riguarda lecovariate anagrafiche, ovvero sesso ed età, pos-siamo ragionevolmente supporre che l’effettosull’esito del ricovero sia lo stesso, o comunquesia paragonabile, negli USA come in Italia. Ciònon significa assumere, considerando ad esem-pio l’età, che il rischio di esito di ricovero sfa-vorevole sia lo stesso a parità di età. Infatti, èplausibile che l’età trascini con sé, in termini dirischio assoluto, una serie di elementi non so-vrapponibili fra le due popolazioni.Tuttavia è

ragionevole supporre che, in termini relativi, l’ef-fetto dell’età sia simile.Vale a dire che, se negliUSA per i soggetti di età compresa tra i 60 e i64 anni, il rischio relativo di esito sfavorevole èpari, ad esempio, a 2, rispetto ai soggetti di etàcompresa tra i 40 e i 44 anni, è plausibile che lostesso rischio doppio sia presente nella classe dietà di 60-64enni italiani.Lo stesso discorso deve essere fatto per l’effettodel sistema di classificazione APR-DRG, il qua-le risente delle “usanze” di codifica (accuratezza,segnalazione di comorbidità, etc), che potrebbe-ro essere diverse fra USA ed Italia.Da questo pun-to di vista, il controllo automatizzato della quali-tà della codifica, utilizzando uno strumento svi-luppato negli USA (DQE; cfr, allegato C), sem-bra suggerire che le differenze tra gli stili di co-difica non sono così rilevanti ai fini del calcolodegli indicatori AHRQ.Alla luce di tutte queste considerazioni, si è ri-tenuta una buona approssimazione l’utilizzo deimodelli e dei parametri per l’aggiustamentoforniti dall’AHRQ. Non di secondaria impor-tanza, è la considerazione che il sistema di ag-giustamento può passare in secondo pianoquando si devono prima di tutto risolvere pro-blemi relativi alla qualità e all’accuratezza del-la codifica dell’esito (dimissioni volontarie, tra-sferimenti).

LE PROSPETTIVE DI LAVOROUno dei punti da approfondire riguarda la sti-ma dei parametr i di aggiustamento sui datidei ricoveri italiani. Questo punto è stretta-mente collegato alla definizione di un mo-dello di aggiustamento lievemente diverso, incui non si tenga conto, ad esempio, del siste-ma APR-DRG.Dal punto di vista delle tecniche statistiche c’è,a nostro avviso, parecchio lavoro da fare, inquanto alcune scelte adottate dall’AHRQ im-plicano eccessive approssimazioni e possonoquindi essere migliorate. Innanzitutto si po-trebbe provare a stimare i parametri di aggiu-


168

i Sup

plem

enti

di

stamento interpolando un modello di regres-sione logistica anche agli indicatori IQI. Que-sto comporta presumibilmente una revisionedelle covariate considerate, cercando di ridur-ne la numerosità. In secondo luogo, si potreb-be valutare l’utilizzo dei modelli multilevel, cer-cando di valutare l’effetto sugli indicatori diesito, oltre che delle variabili di rischio indivi-

duali, anche delle variabili rilevate a livello distruttura (dotazioni strutturali e fattori orga-nizzativi). Con queste tecniche statistiche, in-fatti, si riuscirebbe a valutare l’effetto sulla mor-talità ospedaliera delle caratteristiche struttura-li degli ospedali (ad esempio dimensioni, tipo-logia, caratteristiche del personale dipendenteetc,) al netto dell’effetto del casemix.

Allegato Z

169

i Sup

plem

enti

di


170

i Sup

plem

enti

di

IDENTIFICAZIONE,SPERIMENTAZIONE E VALIDAZIONE DI ALCUNI INDICATORI DI QUALITÀ DELLE ATTIVITÀ SANITARIEE SOCIO-SANITARIE DEL TERRITORIORapporto preliminare


PARTE II

Identificazione,sperimentazione e validazione di alcuni indicatori di qualità delle attività sanitarie e socio-sanitarie del territorio

172

i Sup

plem

enti

di

La ricerca promossa dall’ASSR nel 2002sugli indicatori si era andata rapidamenteconcentrando sulle attività ospedaliere,trascurando del tutto le attività territo-

riali. La scelta era stata determinata non solo damotivi di maggiore disponibilità dei dati ospe-dalieri a livello di macro sistema, ma anche dipresenza di consolidate procedure di elaborazio-ne e validazione dei dati stessi. Non si trattavaperò di una rinuncia a studiare la realtà dei ser-vizi sanitari territoriali, ma solo di un rinvio adun progetto specifico che si è concretizzato conil bando ministeriale dell’anno successivo. È co-sì nato il progetto “Identificazione, sperimenta-zione e validazione di indicatori di qualità delleattività sanitarie e socio-sanitarie del territorio”,finanziato dal Ministero della Salute nell’ambitodei programmi speciali ex art. 12 bis del D.Lgs.229/1999. Esso rappresenta la logica continua-zione del progetto precedente, i cui risultati pre-liminari sono ampiamente discussi in questo nu-mero della rivista.Proprio la spinta, sempre più diffusa, a ridurre leprestazioni ospedaliere – riduzione sia in termi-ni di offerta, sia in termini di durata della presta-zione, trasferendo in day hospital e day surgeryattività prima svolte in ricovero ordinario – ren-deva necessario studiare e sperimentare sistemidi valutazione dei processi e degli esiti dei per-corsi che i cittadini compiono nei servizi offer-ti a livello territoriale.D’altra parte, i flussi informativi più attentamen-te studiati in questi ultimi anni e su cui è stataposta particolare attenzione – in termini di si-

stemi di validazione – sono stati soprattutto quel-li orientati alla registrazione delle attività ospe-daliere, anche in funzione del sistema di finan-ziamento a tariffe predeterminate ad essi colle-gato (in primis le Schede di Dimissione Ospeda-liera e i relativi DRG). Ne deriva che i flussiorientati alla valutazione delle attività svolte a li-vello dei servizi territoriali non sempre rispon-dono a criteri di buona qualità (validità, com-pletezza, sensibilità e specificità).Un’ultima notazione è doverosa: laddove nell’o-spedale la tipologia della prestazione è sostan-zialmente e chiaramente di tipo sanitario, nel-l’ambito delle attività svolte dai servizi territo-riali il confine, in alcuni casi, tra sanitario e so-ciale non sempre è così lineare e chiaro: si pen-si, ad esempio, all’area delle cosiddette fragilità,anziani primi fra tutti.Anche in questa situazio-ne, la minore qualità dei flussi informativi rendeulteriormente difficile ‘leggere’ e valutare nellaloro sostanza ed efficacia le prestazioni differen-ziando, anche in senso economico, la parte sani-taria da quella più propriamente sociale.In sintesi, a fronte di un sempre maggior impe-gno cui sono chiamati i servizi sanitari territo-riali, si osserva una minor tenuta dei flussi infor-mativi relativi e, in prospettiva, una difficoltà acostruire indicatori di valutazione della qualitàche siano, da un lato, validi, precisi e affidabili e,dall’altro, che permettano un confronto nel tem-po nell’ambito della medesima realtà e tra realtàdifferenti (Regione,Azienda Sanitaria Locale,Di-stretto).L’obiettivo generale del nuovo progetto sugli in-

IL NUOVO PROGETTO SUGLI INDICATORI PER LE ATTIVITÀ TERRITORIALI

Il nuovo progetto sugli indicatori per le attività territoriali

173

i Sup

plem

enti

di

Unità OperativaAgenzia Regionale SanitariaARSAN (Regione Campania)Dipartimento di Pneumologia Fondazione Salvatore Maugeri IRCCS Pavia

Fondazione Nazionale Gigi GhirottiProvincia Autonoma di Trento

Regione Friuli Venezia Giulia

Regione Lazio

Regione Lombardia

Regione Marche

Regione Molise

Regione Piemonte

Regione Puglia

Regione Siciliana

Regione Toscana

Regione Umbria

Regione Veneto

Università degli Studi di Roma “Tor Vergata”

TABELLA 1 - Obiettivi specifici delle Unità Operative aderenti al progetto “Identificazione,sperimentazione e validazione di indicatori di qualità delle attività sanitarie e socio-sanitarie del territorio”

Obiettivo del contributo al programmaContributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle atti-vità sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Identificazione, sperimentazione e validazione di indicatori dell’efficacia e appropriatezza di programmi di management territorialedelle broncopneumopatie croniche ostruttive (BPCO), basato sull’applicazione di linee guida internazionali. In particolare:1. definire strumenti di misura per valutare la qualità e l’efficienza dei servizi e delle attività sanitarie nel territorio nel management

della BPCO attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati;2.mettere a punto e validare percorsi formativi ad hoc;3. strutturare, ove necessario, o migliorare se possibile la collaborazione fra strutture ospedaliere, territoriali e medici di medicina ge-

nerale per la gestione di questa patologia.Contributo alla costruzione di strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio attraverso l’identifica-zione di indicatori empirici (validi, precisi, affidabili, utilizzabili) della variabile “umanizzazione” dei servizi sanitari.Fornire un contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizie delle attività sanitarie nel territorio, attraverso la realizzazione di un set di indicatori che rispondano a requisiti di buona qualità (va-lidi, precisi, affidabili, utilizzabili), condivisi, sperimentati e successivamente applicati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio e collaborazione alla realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi esperimentati.Contributo alla realizzazione di un sistema di indicatori della qualità condivisi e sperimentati. Mettere a punto e validare percorsi for-mativi ad hoc per la rilevazione, l’elaborazione e l’utilizzo locale degli indicatori prescelti attraverso la sperimentazione in una ASL diRoma e in una della Provincia.Identificazione e validazione di un insieme di indicatori idonei a misurare alcuni aspetti della qualità dei servizi territoriali, con partico-lare riferimento alle seguenti dimensioni: efficacia, appropriatezza, umanizzazione, efficienza. In particolare:1. identificazione degli indicatori, utilizzando i riferimenti bibliografici più autorevoli tratti dalle banche dati biomediche ed effettuando

una rassegna delle esperienze empiriche più significative, in parte tratte da pagine web. Il risultato atteso è un insieme di indicatori“evidence based” ottenuti tramite una revisione sistematica della letteratura biomedica e delle esperienze di implementazione;

2. identificazione delle fonti informative, privilegiando le fonti informative routinarie, i dati raccolti sistematicamente e le basi di dati susupporto elettronico, al fine di costruire indicatori di I livello idonei ad una funzione di screening e di monitoraggio, da integrareeventualmente con informazioni più specifiche, raccolte ad hoc, per alimentare indicatori di II livello;

3. sperimentazione di modalità idonee alla comparazione dei dati, in particolare per quanto attiene al controllo delle variabili di con-fondimento;

4. validazione delle informazioni di primo livello tramite rilevazioni ad hoc con il contributo dei servizi e confronto con altre fonti in-formative non routinarie ma comunque disponibili (registri ad esempio).

Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Ottenere strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio, attraverso la realizzazione di un sistema diindicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati.Mettere a punto e validare percorsi formativi ad hoc per la rilevazione, l’elaborazione e l’utilizzo locale degli indicatori prescelti.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Messa a disposizione delle metodologie e risultati dell’esperienza di progettazione, implementazione e valutazione di programmi dievidence based disease management relativi alle patologie croniche di fegato e al diabete, al fine di contribuire all’identificazione e vali-dazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio, attra-verso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati.Identificazione e sperimentazione di set di indicatori per la valutazione della qualità dei servizi in settori assistenziali a prevalente ero-gazione extraospedaliera.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Identificazione di una serie di indicatori idonei a misurare elementi della qualità dei processi e dei risultati delle attività sanitarie pun-tando a valutare l’effettiva situazione dello stato di salute del paziente dopo un evento patologico sottoposto a trattamento medico odopo un intervento erogato.Messa a punto, previa identificazione dei bisogni formativi, di specifici percorsi per la rilevazione, l’elaborazione e l’utilizzo locale degliindicatori prescelti, realizzando la formazione necessaria per la rilevazione dei dati.

dicatori è duplice:nottenere strumenti di misura della qualità deiservizi e delle attività sanitarie nel territorio, at-traverso la realizzazione di un sistema di indi-catori condivisi e sperimentati;

nmettere a punto e validare percorsi formativi adhoc per la rilevazione, l’elaborazione e l’utilizzolocale degli indicatori prescelti.

Le Unità Operative che hanno scelto di aderi-re al progetto sono elencate in Tabella 1 a pag.173; per ognuna di esse è riportato anche l’o-biettivo specifico del contributo dell’Unità alprogramma.Come si osserva, i contributi specifici si posso-no raggruppare in tre categorie:ncontributi di tipo metodologico: sono propridella Regione Lombardia (orientati all’identi-ficazione degli indicatori e relative fonti infor-mative, alla sperimentazione di modalità di com-parazione dei dati e validazione delle informa-zioni) e dell’Università degli Studi di Roma“Tor Vergata” (più specificamente rivolto all’a-nalisi dei fabbisogni formativi);

ncontributi di area specifica: sono propri del Di-partimento di Pneumologia – Fondazione Sal-vatore Maugeri – IRCCS Pavia (per la patolo-gia broncopneumopatica cronica ostruttiva) ela Fondazione Nazionale Gigi Ghirotti (per lospecifico approfondimento dell’area dell’uma-nizzazione);

ncontributi di tipo sperimentale: vi si ricono-scono le altre Unità Operative dove verrannosperimentati gli indicatori proposti nell’ambi-

to delle successive fasi del progetto.A questo gruppo di progetto si è unita in una se-conda fase la Regione Liguria.

LE FASI E LE SCELTE METODOLOGICHENella stesura del progetto erano state identifica-te una serie di fasi utili al raggiungimento degliobiettivi prefissati (Tabella 2).Sin dalle prime riunioni, nel febbraio del 2004,il gruppo di lavoro ha affrontato le criticità, pe-raltro già ben presenti al momento della stesuradel progetto:nuna notevole disomogeneità nella qualità deiflussi informativi territoriali che determina, inlinea di massima, un giudizio comune di unascarsa attendibilità delle informazioni;

nun’importante difficoltà a collegare tra loro iflussi ospedalieri e territoriali al fine di identi-ficare, in modo trasversale, i “profili” di utilizzoda parte dei cittadini.

A fronte di ciò, sono state peraltro sottolineate:n la volontà di collaborare al progetto, anche ap-profondendo tematiche specifiche di interessedelle singole Unità Operative;

nalcune esperienze già attuate o in fase di attua-zione da parte di alcune Unità partecipanti e lavolontà, da parte delle altre, di discuterne i ri-sultati e la possibile applicazione.

Sono state pertanto discusse, condivise e assun-te alcune scelte metodologiche, di seguito rias-sunte, che non si discostano sostanzialmente daquelle previste in fase di progettazione, ma chene dislocano in modo differente la sequenza


174

i Sup

plem

enti

di

1.Rassegna della letteratura e delle esperienze nazionali e internazionali più significative per identificare gli indicatori maggiormente utilizzati per gli scopiprevisti.

2. Identificazione e definizione di un set di indicatori maggiormente rappresentativi e applicabili in contesti di tipo generale.3.Verifica dei dati necessari alla costruzione degli indicatori scelti.4.Verifica della disponibilità dei dati scelti in flussi informativi accessibili.5. Identificazione dei bisogni formativi e realizzazione della formazione necessaria per la rilevazione dei dati.6.Ricerca e sperimentazione delle modalità più idonee per rendere effettiva ed efficace la comparazione dei dati, con particolare riguardo all’identificazione e

al trattamento di variabili di confondimento.7.Validazione e conferma degli indicatori.8. Pubblicazione dei risultati metodologici e applicativi.

TABELLA 2 - Le fasi metodologiche del progetto

temporale.A.Si è effettuata una prima analisi bibliografica

che, in sintesi, per quattro linee di approfon-dimento, ha dato i seguenti risultati:n valutazione dell’attività territoriale e del-

l’ospedalizzazione evitabile: sono stati estrat-ti articoli relativi a due tipologie di analisi.La prima è orientata a singole condizionisanitarie e sottolinea in genere il valore del-la continuità assistenziale, anche se non sem-pre è dimostrata una superiore efficacia intermini di outcome di un approccio inte-grato. Sono riportati alcuni esempi di effi-cacia dell’attività ambulatoriale nella ridu-zione delle ospedalizzazioni per alcune pa-tologie (asma, scompenso cardiaco, diabe-te). Emerge una superiorità della cosiddet-ta “managed care” nel campo della medici-na preventiva, mentre l’approccio tradizio-nale nell’erogazione delle prestazioni sani-tarie facilita il primo accesso alle cure;

n determinanti dello stato di salute della po-polazione: vengono evidenziate le diversecaratteristiche della popolazione (età, sesso,razza, reddito) che condizionano una diffe-renziazione nell’accesso e nella qualità del-le cure, soprattutto in relazione alle carat-teristiche organizzative del sistema sanita-rio. In particolare si dimostra che, ove sonopresenti, i CHC (Community Health Cen-ters) riducono le disuguaglianze nell’acces-so e nella qualità delle cure, che si rilevanocomunque nel macrosistema sanitario USA;

n Record Linkage (RL): sono descritte es-senzialmente due modalità di RL; il meto-do cosiddetto “deterministico”, che colle-ga i singoli record in base alla verifica diuguaglianza dei valori di variabili comuni,e il metodo “probabilistico” che associa va-lori di probabilità di uguaglianza ai singoliappaiamenti, selezionando i record da ap-paiare in funzione di un valore soglia di pro-babilità. Le due modalità possono essere uti-lizzate singolarmente o congiuntamente per

risolvere sottoinsiemi di incertezza. La pri-ma modalità è prevalente;

n Disease Management: nell’area OECD (Or-ganization for Economic Cooperation andDevelopment – Organizzazione per la Co-operazione e lo Sviluppo Economico) sistanno affermando politiche sanitarie fina-lizzate al contenimento dei costi. Da ciò de-riva la necessità di giustificare l’attività me-dica sotto il profilo dell’efficacia e dell’effi-cienza. Il Disease Management si è svilup-pato negli USA come strumento delle Ma-naged Care Organizations (MCO, negliUSA: HMO o PPO): ciò comporta un pos-sibile spostamento del rischio finanziariodalle MCO agli erogatori. Il Disease Ma-nagement viene definito come un proces-so per cui i responsabili delle attività pre-ventive, diagnostiche, di trattamento, con-dividono gli standard relativi alla gestionedelle attività sanitarie. I prerequisiti sono:descrizione della struttura economica del-la malattia (profili assistenziali empirici); dis-ponibilità di Linee Guida; possibilità di co-ordinare gli attori; feedback informativo. Icriteri generali di individuazione delle con-dizioni cliniche da sottoporre al DiseaseManagement sono: costi elevati, outcomemisurabili, variabilità dei profili assistenzia-li, rapido ritorno economico dell’investi-mento. È evidente l’ambivalenza del con-cetto che, formulato per rispondere a esi-genze economiche (riduzione dei costi perle crescenti richieste di prestazioni sanita-rie), può essere interpretato anche nella pro-spettiva del miglioramento della qualità,qualora fossero disponibili linee guida ditrattamento integrato. Il problema è costi-tuito dal fatto che le Linee Guida di tratta-mento abitualmente prescindono dalla de-finizione esplicita della modalità di eroga-zione dell’assistenza. In ogni caso viene sot-tolineato il concetto di qualità centrata sulpaziente e non sull’evento.


175

i Sup

plem

enti

di


176

i Sup

plem

enti

di

FIGURA 1 - Indicatori di tipo A

INDICATORI TIPO A

FIM AMB FARSDO PS

Riferimenti Unità Operativa Servizio/struttura Nome del database Manager del DB (persona di riferimento) Telefono E-mail

Struttura del database Formato del file (DBase,Access, SAS) Dimensione del file (numero record/byte) Unità di osservazione (paziente,prestazione,ospedale,medico di base,prescrizione)Tipologia di variabili rilevate: demografiche, strutturali/organizzative, finanziarie,cliniche, altro Unità geografiche di riferimento (ASL, Comune, Regione) Identificativi dei provider (singoli medici, strutture sanitarie) Identificativi dei pazienti Tracciabilità dei pazienti nel tempoLa rilevazione è esaustiva o campionaria? (Nel secondo caso descrivere le caratteristiche del campione: tipologia, frazione di campionamento)Sono cambiati nel tempo i criteri di definizione delle variabili? (Se sì, indicare quali variabili e la motivazione) Ci sono state variazioni delle chiavi primarie, tali da compromettere il collegamentodei dati nel tempo (es. identificativo dell’ospedale o codice individuale del paziente)? Ci sono record multipli per singolo caso (paziente, episodio di assistenza)?Se sì indicare la variabile di collegamento

Immissione dei datiOrganizzazione che provvede all’immissione dei dati (Ospedale,ASL) Figura professionale che provvede all’immissione dei dati Figura professionale che provvede all’archiviazione dei dati Rapporto tra dati vecchi e nuovi (archiviazione progressiva / sovrascrittura) Procedure di backup

TABELLA 3 - Variabili presenti nella scheda di rilevazione della qualità delle fonti informative

Quesiti generali Obiettivo primario del database La rilevazione è obbligatoria?Chi ha accesso ai dati? Chi sono i destinatari delle informazioni?Chi ha la responsabilità della rilevazione?

Accessibilità / Disponibilità dei datiDa quale anno sono disponibili i dati? Da quanto tempo i dati sono completi? Cadenza di rilevazione (annuale, mensile) Intervallo di tempo per la ricezione del dato dalla fonte Esistono limitazioni per l’accesso alle informazioni? Livello di accessibilità del dato (per pazienti, strutture erogatrici,ASL) È previsto un costo per l’accesso al dato? Formato di esportazione del dato (.xls, .dat) Supporto di trasmissione del dato (carta, dischetto, CD, nastro) Ci sono possibilità di aggiornamento periodico?

AnalisiControlli di qualità del dato: completezza dei record, completezza dei data elements, accuratezza Esistono report relativi alla qualità del dato? Esistono report relativi al contenuto dei dati? Sono state utilizzate procedure di stratificazione o strumenti di risk adjustment? È necessario un software specifico per formulare quesiti al database? Esiste la possibilità organizzativa di rispondere a quesiti ad hoc? Vengono regolarmente calcolati indicatori di processo o di esito?

B.Si è quindi definito che in linea di massimagli indicatori che dovrebbero essere presen-tati come risultato della ricerca devono esse-re il prodotto di flussi correnti e non di rile-vazioni ad hoc, a meno che queste non ser-vano specificamente ad analisi o a validazio-ni particolari.

C.Successivamente, al fine di dare un contributoalle Unità Operative partecipanti in tema diclassificazione e analisi dei propri flussi infor-mativi si è deciso di richiedere ad ognuna (ov-viamente alle Unità Operative rappresentantile Regioni) una serie di informazioni relativealla qualità delle fonti informative (Tabella 3):in particolare, oltre ai riferimenti in grado diidentificare il flusso in esame, sono state ri-chieste informazioni dettagliate sulla strutturadel database, sull’accessibilità ai dati, sulle mo-dalità e responsabilità di immissione dei dati esui tipi di analisi, in particolare sulla qualità deidati; il risultato di tale rilevazione – circa 140flussi censiti – è attualmente in fase di aggior-namento.

D.Sono state identificate e condivise le problemati-che di interesse: in particolare,per definire le pa-tologie e i problemi sanitari da prendere in esa-me,è stata predisposta una “scheda patologie/pro-blemi” dove, come primo passaggio metodolo-gico,è stata assegnata una definizione univoca edesaustiva di “caso”; sono stati ricostruiti,per ognipatologia o problema scelto,i percorsi assistenziali

e sono state proposte e identificate, da parte del-le Unità Operative partecipanti, le fonti infor-mative appropriate per la costruzione degli indi-catori.

E.Nell’ambito dei problemi e patologie presi inesame, sono state definite e condivise tre ti-pologie di indicatori:n Indicatori di tipo A: sono indicatori che pos-

sono essere costruiti attingendo esclusiva-mente ad uno dei flussi informativi a dis-posizione (Figura 1); questi indicatori han-no il vantaggio di utilizzare database spes-so già consolidati e di buona qualità ma,osservando un singolo momento della pre-stazione sanitaria ‘consumata’ (l’ospedale,la prestazione specialistica, l’esame stru-mentale, il farmaco ecc.), non permetto-no una valutazione del processo assisten-ziale.

n Indicatori di tipo B: sono indicatori costruitisu database regionali comuni (FIM, SDO,Ambulatoriale, Farmaceutica e ProntoSoccorso) tra loro collegati attraversochiavi di linkage (Figura 2); la logica dicostruzione e utilizzo di questi indicato-ri è quella di ricostruire i percorsi assi-stenziali dei cittadini identificandone ipunti/momenti di utilizzo delle presta-zioni.

n Indicatori di tipo C: si intendono indicatoricostruiti per indagare aree di particolare


177

i Sup

plem

enti

di

FIGURA 2 - Indicatori di tipo B

INDICATORI TIPO A

IND

ICAT

OR

I TIP

O BPSFARAMBFIMSDO


178

i Sup

plem

enti

di

Vantaggistandardizzazione delle informazioni richieste disponibilità delle informazioni già inviate al Ministero della Salute

approfondimenti specificivalutazione di aree di interesse nazionalestandardizzazione dei dati in uscita

approfondimenti specificivalorizzazione delle esperienze regionalibenchmarking

Indicatori di tipo A

Indicatori di tipo B

Indicatori di tipo C

TABELLA 4 - Vantaggi e svantaggi delle tre tipologie di indicatori

Svantaggiscarsa capacità di lettura delle prestazioni territoriali per gliobiettivi del progetto (indicatori di processo e di esito)

disomogeneità tra Regionipossibile minore confrontabilità

risposta ad esigenze localilettura di processi specifici, legati a contesti organizzativi e cultu-rali non riproducibili

1. Nome Indicatore2. Razionale (si intende la specificazione delle motivazioni che sottendono la scelta dell’indicatore, con particolare attenzione agli obiettivi generali della

ricerca, anche richiamando specifiche fonti bibliografiche e/o legislative)3. Definizione dell’indicatore (si intende la definizione operativa)4. Fonte dei dati (si intende il flusso come definito nella fase del censimento; se necessario, proporre l’aggiornamento della scheda di censimento)5. Anni di disponibilità dei dati (è il periodo massimo per il quale i dati sono disponibili)6. Anni di riferimento utilizzati per la costruzione dell’indicatore 7. Costruzione

a. Numeratore (indicare esattamente i dati da considerare al numeratore e il relativo flusso)b. Denominatore (indicare esattamente i dati da considerare al denominatore e il relativo flusso)c. Calcolo (evidenziare eventuali standardizzazioni o specificità di calcolo)

8. Interpretazione (si intende la spiegazione e il significato dell’andamento dei possibili risultati che si ottengono dall’indicatore anche in funzione del razionaledi cui al punto 2)

9. Standard (indicare la fonte o la motivazione della scelta dello standard)

TABELLA 5 - Scheda anagrafica degli indicatori di tipo A


ricerca, anche richiamando specifiche fonti bibliografiche e/o legislative)3. Definizione dell’indicatore (si intende la definizione operativa)4. Fonte dei dati (si intende il flusso come definito nella fase del censimento; se necessario, proporre l’aggiornamento della scheda di censimento)5. Modalità dei link tra flussi (si intende la spiegazione della modalità o delle modalità con cui sono stati effettuati i link tra i flussi, i motivi delle scelte, le

variabili possibili dei link)6. Anni di disponibilità dei dati (è il periodo massimo per il quale i dati sono disponibili)7. Anni di riferimento utilizzati per la costruzione dell’indicatore 8. Costruzione

a. Numeratore (indicare esattamente i dati da considerare al numeratore e il relativo flusso)b. Denominatore (indicare esattamente i dati da considerare al denominatore e il relativo flusso)c. Calcolo (evidenziare eventuali standardizzazioni o specificità di calcolo)d. Stima dei non accoppiamenti


10.Standard (indicare la fonte o la motivazione della scelta dello standard)

TABELLA 6 - Scheda anagrafica degli indicatori di tipo B


179

i Sup

plem

enti

di

Agency for healthcare research and quality (AHRQ)Quality Indicators (qis)National Quality Measures Clearinghouse (NQMC)National Healthcare Quality ReportNational Healthcare Disparities ReportQuality Tools

Manitoba centre for health policy (MCHP)Population Health Information System (POPULIS)Population Health Research Data RepositoryConcept Dictionary

Veterans affairs (VA)Quality Enhancement Research Initiative (QUERI)Veterans Health Information Systems & Technology Architecture (vista)HSR&D Centers of Excellence (COE)VA Information Resource Center (virec)Measurement Excellence and Training Resource Information Center (METRIC)Health Services Research and Development Service (HSR&D)

Centers for medicare & medicaid services (CMS)Home Health Quality Initiative (HHQI)Nursing Home Quality Initiative (NHQI)Physician Focused Quality Initiative (PFQI)

RandThe Quality of Health Care Delivered to Adults in the United StatesQuality Monitoring System for Children and AdultsThe Potential of Claims Data to Support the Measurement of Health Care Quality

Institute of medicine (IOM)Priority Areas for National Action:Transforming Health Care Quality (2003)Envisioning the National Health Care Quality Report

Stanford prevention research centerNational Trends in Outpatient Quality Indicators

Department of health – National health service UKStatistics and performance indicators in healthcare, social services, complaints handling and waiting times

Health Scotland – National health service Scotland – UKClinical Indicators Support Team

Vermont program for quality in health care, inc.Vermont Health Care Quality Reports

Clinical risk groups (CRGS)

Adjusted clinical groups (ACGS)

DXCG

Istituto superiore di sanità (ISS)Banche dati nazionaliBanche dati regionali

Istituto nazionale di statistica (ISTAT)Banche dati e sistemi informativi

Database: Health for all - Italia

Modello di indicatori di epidemiologia dei servizi sanitari

Prometeo atlante della sanità italiana – 2001

Ministero della salute

European commissionDeveloping health indicators and data collectionFirst set of European Community Health Indicators.The work is divided in 7 sub themesFull list of projectsKey documents

European community health indicators (ECHI)

ECHI 1 – Integrated approach to establishing Community Health Indicators (Phase 1)

ECHI 2 – European Community Health Indicators (Phase 2)

TABELLA 7 - Indice sintetico della valutazione della bibliografia sul tema degli indicatori del territorio

interesse utilizzando esperienze specificheregionali. Il presupposto è che nelle diver-se realtà regionali che partecipano allo stu-dio si siano sviluppati progetti specifici, inbase a indicazioni dei Piani Sanitari Re-gionali o per locali interessi e necessità, cheabbiano indagato processi territoriali (o adintegrazione ospedale/territorio); da unlato, quindi, rivestono un importante si-gnificato ai fini del progetto in quanto per-mettono ad altre Regioni di avere a dis-posizione l’esperienza maturata, le critici-tà superate, i risultati ottenuti e, dall’altrolato, rappresentano ipotesi di ‘allargamen-to’ al territorio nazionale dei processi divalutazione implementati. Da un punto divista strutturale, gli indicatori di tipo Cpossono essere simili a quelli di tipo A o aquelli di tipo B.

Nella Tabella 4 sono r iassunti vantaggi esvantaggi delle tre categor ie di indicator iproposte.F. Sono state definite e condivise le schede ‘ana-

grafiche’ degli indicatori di tipo A (Tabella 5)

e di tipo B (Tabella 6), che dovranno esserecompilate in sede di costruzione e di pubbli-cazione degli indicatori.

G.È stata predisposta, in particolare dall’Uni-tà Operativa della Regione Lombardia edell’Università Tor Vergata di Roma, un’at-tenta e approfondita analisi della letteratu-ra nazionale e internazionale disponibile; inparticolare sono stati indagati e valutati unaserie di siti web, soprattutto internazionali,che propongono sistemi di indicatori spe-cifici per l’area delle tre tipologie di indi-catori prese in esame. Nella Tabella 7 è ri-portato un indice sintetico della valutazio-ne della bibliografia sul tema degli indica-tori del territorio.

H.Sulla base delle scelte metodologiche fatte, so-no stati identificati una prima lista di patolo-gie, problemi e di processi assistenziali candi-dati ad essere oggetto di costruzione di indi-catori di tipo B.Nella prima lista portata in discussione eranostati elencati processi fisiologici (gravidanza evaccinazioni), situazioni di fragilità (sordità,


180

i Sup

plem

enti

di

Patologia/problemaCardiopatia ischemicaColonstomiaDiabeteEpilessiaFrattura del femoreGravidanza e partoIctus (vasculopatia e TIA)Incidenti stradaliIndicatori di umanizzazioneInsufficienza cardiacaInsufficienza renale cronica/dialisiInsufficienza respiratoriaIpertensionePsichiatria (depressione)Screening del carcinoma del colon-rettoScreening del carcinoma della mammellaTumore del polmone, dello stomaco, del pancreas in RSA e ADIVaccinazioni in pediatria

TABELLA 8 - Elenco delle patologie e dei problemi che sono stati identificati come oggetto di analisi e relative Unità Operative coinvolte

Unità Operative CoinvolteLombardiaVenetoCampania, SiciliaLombardiaToscana, Liguria, Friuli VGCampania, Puglia, Marche, Friuli VGPA di Trento,Toscana, Liguria, Friuli VGLazioFondazione Gigi GhirottiLombardia,ToscanaToscana, MarcheFondazione MaugeriCampaniaLombardiaVenetoUmbria, MoliseLiguriaLazio

cecità, non autosufficienza) e situazioni di chia-ra e grave patologia sia acuta (ictus, insuffi-cienza cardiaca, frattura femore) sia cronica(celiachia, diabete, osteoporosi).A seguito di questo primo elenco, peraltropiuttosto complesso, al fine di poter sceglierein modo preciso ed efficace un gruppo di pa-tologie e di problemi su cui concentrare glisforzi del progetto, si è applicato il criterio del-la rintracciabilità del caso: in altri termini, si èposto il problema di quale flusso informativoutilizzare per rintracciare i casi, di quale fossela sua sensibilità e specificità, di quale entitàfossero i livelli dei controlli di qualità.Ad esempio, nel caso di alcune delle inizialiproposte (come la cecità, la sordità, l’obesità)non si è trovato un flusso che rispondesse al-le caratteristiche sopra elencate.Pertanto, l’elenco iniziale si è ristretto ad unalista ancora ricca di argomenti, qui di seguitoriportata, che comprende:n insufficienza respiratorian ictus (vasculopatia e TIA)n psichiatria (depressione)n epilessian insufficienza cardiacan ipertensionen scompenso cardiacon diabeten colonstomian screening del carcinoma del colon-retton screening del carcinoma della mammellan frattura del femoren gravidanza e parton cardiopatia ischemican insufficienza renale cronica/dialisin vaccinazioni in pediatrian incidenti stradalin tumore del polmone, dello stomaco, del

pancreas in RSA e ADIn indicatori di umanizzazione.Ad ognuno dei problemi o processi identifi-cati è stata associata, su base volontaria, una opiù Unità Operative partecipanti al progetto.

Nella Tabella 8 è riassunto l’attuale quadro dilavoro.

I. Sono state messe a punto attività di “tutorag-gio” per monitorare lo sviluppo delle linee diricerca che le varie Unità Operative hannodefinito e fornire loro un costante supportotecnico-scientifico. Ciascun componente delgruppo scientifico ristretto è stato incaricatodi coordinare il lavoro delle Unità Operativeche si occupano della medesima linea di ri-cerca. Il tutoraggio consiste, nella prima fase,nel verificare la coerenza degli indicatori e deimetodi utilizzati agli obiettivi del progetto e,nella seconda fase, nel fornire supporto meto-dologico alle diverse Unità Operative nel lo-ro percorso di implementazione e raccolta deidati: tutto ciò è finalizzato a garantire un’ade-guata omogeneità metodologica relativa allelinee di ricerca seguite.

CONCLUSIONI Per il progetto si prevedeva una durata di 24 me-si ma, constatata la complessità degli argomentiaffrontati e la difficoltà nella raccolta ed elabora-zione dei dati connessi, il progetto ha ottenutouna proroga di sei mesi.Al momento attuale, le Unità Operative stannoproducendo ed elaborando le schede degli indi-catori di tipo A e di tipo B, secondo la metodo-logia condivisa e secondo le aree di competen-za identificate nella tabella 8. Queste attività sistanno svolgendo con il coordinamento e il sup-porto dei tutor assegnati alle diverse linee di ri-cerca.Inoltre, grazie all’esperienza del precedente pro-getto sulla valutazione delle attività ospedalieree alle indicazioni della letteratura internaziona-le, verranno predisposti una serie di indicatoridi tipo A, utilizzando la banca dati delle Schededi Dimissione Ospedaliera, identificando, co-munque, le aree di interesse per le attività di ti-po territoriale.All’inizio di questo progetto erano comunquesufficientemente chiare una serie di criticità:


181

i Sup

plem

enti

di

nuna storica insufficiente attenzione al proble-ma della qualità dei servizi sanitari territoriali;

nuna scarsa attenzione ai flussi informativi terri-toriali;

n la difficoltà al collegamento dei flussi in fun-zione dei processi.

Alla luce di quanto prodotto fino ad ora, si ri-tiene di poter confermare da un lato l’esisten-za delle criticità sopra descritte e dall’altro lavolontà del gruppo di lavoro di ottenere una se-rie di indicatori, non molti, che permettano la

lettura della qualità delle attività sanitarie e so-cio-sanitarie del territorio e, soprattutto, possa-no essere uno stimolo a risolvere, in tutto o inparte, i problemi metodologici che sono statievidenziati.Si ritiene di poter ottenere i risultati delle rile-vazioni entro la fine del 2005 e di utilizzare iprimi mesi del 2006 per la discussione sui me-todi e sui risultati ottenuti, per presentare i ri-sultati complessivi della ricerca entro la metàdel 2006.

182

i Sup

plem

enti

diIdentificazione,sperimentazione e validazione di alcuni indicatori di qualità delle attività sanitarie e socio-sanitarie del territorio

I componenti del Gruppo di ricerca

183

i Sup

plem

enti

di


Roberto Russo – Coordinatore Scientifico della Ricerca

Maria Vittoria Montemurro,Alberto Giugliano,Tonino Pedicini (Agenzia Regionale Sanitaria – Regione Campania)

Vito Ferri,Tiziana Tartaglia (Fondazione Nazionale “Gigi Ghirotti”)

Enrico Baldantoni, Elisabetta Mon (Azienda Provinciale per i Servizi Sanitari – Provincia Autonoma di Trento)

Luca Lattuada,Giuliana Pessina, Francesca Stiore (Agenzia Regionale di Sanità – Regione Friuli Venezia Giulia)

Gabriella Guasticchi, Paolo Giorgi Rossi (Agenzia di Sanità Pubblica Lazio)

Pietro Barbieri,Mauro Maistrello,Marco Albini, Sara Poidomani,Giovanni Casazza (Regione Lombardia)

Francesco Di Stanislao, Patrizia Carletti (Agenzia Regionale Sanitaria – Regione Marche)

Giovanni Di Giorgio (Osservatorio Epidemiologico,ASL Centro Molise)

Luigi Robino,Maria Renata Paola Ranieri (Agenzia Regionale per i Servizi Sanitari – Regione Piemonte)

Gaetano Antonio Di Pietro (Agenzia Regionale Sanitaria – Regione Puglia)

Antonio Colucci,Antonino Magliocco, Salvatore Perriera,Maria Rita Aiala,Vincenzo di Gaetano,Francesco Pomara (Dipartimento Osservatorio Epidemiologico,Regione Siciliana)

Stefania Rodella,Gabriella Scarselli,Valeria Di Fabrizio (Agenzia Regionale di Sanità, Regione Toscana)

Paolo Di Loreto, Paola Casucci (Regione Umbria)

Adriano Marcolongo, Federica Fenzi (Regione Veneto)

Augusto Panà,Armando Muzzi,Giulio Cosa (Università degli Studi di Roma “Tor Vergata”)

Bruno Balbi,Alberto Guerra (Fondazione “Salvatore Maugeri”, Pavia)

Giuseppe Basso,Domenico Gallo (Regione Liguria)

Carlo Liva, Paola Di Stefano, Simona Gorietti, Sara Carzaniga,Giovanna Valentina De Giacomi (ASSR)

Composizione:

In questa sezione viene descritta la rassegnadella letteratura sugli indicatori per la valu-tazione delle attività territoriali. Sono citati iriferimenti più rilevanti corrispondenti ai fi-

loni di ricerca tuttora attivi nell’area relativa alprogetto “Identificazione, sperimentazione e va-lidazione di indicatori di qualità delle attività sa-nitarie e socio-sanitarie del territorio", così co-me è stato realizzato, in modo molto approfon-dito, per l’area riguardante il progetto “Identifi-cazione, sperimentazione e validazione di alcu-ni indicatori di processo ed esito della qualità del-le attività sanitarie”.La revisione della bibliografia è stata affrontataeffettuando una ricerca preliminare sulla bancadati “Medline”, mediante il motore di ricercaPubMed della National Library of Medicine, se-lezionando successivamente gli articoli più rile-vanti in base alla lettura del titolo, dell’abstract(dove disponibile) e valutando in alcuni casi l’im-portanza della rivista (come criterio di inclusio-ne e non come criterio di esclusione). La prin-cipale difficoltà incontrata nell’articolare la ri-cerca bibliografica è stata l’identificazione delleparole chiave (termini “MeSH” – Medical Sub-ject Headings) per descrivere il concetto globa-le di “indicatori di qualità delle attività sanitariee socio-sanitarie del territorio”. Sono stati for-mulati i concetti molecolari attinenti, integratida alcuni concetti corrispondenti alle indicazio-ni emerse nelle fasi preliminari del progetto: l’i-potesi di analizzare alcune specifiche condizionicliniche tramite l’approccio tipico del “DiseaseManagement” e il problema di come effettuare

il collegamento tra differenti basi di dati. Per l’in-sieme dei concetti molecolari è stato individua-to il corrispondente insieme di termini “MeSH”:nHealth Status IndicatorsnQuality Indicators, Health CarenAmbulatory Care FacilitiesnAmbulatory Care InformationnSystemsnAmbulatory CarenHealth Care SurveysnOutpatientsnDisease ManagementnMedical Record Linkage.Sono state utilizzate diverse combinazioni deitermini “MeSH” che hanno consentito di iden-tificare differenti linee di ricerca:1) Gli indicatori sanitari orientati alla valutazio-

ne delle attività ambulatoriali e gli indicatoricollegati alle ospedalizzazioni evitabili.

2) Gli indicatori sanitari orientati alla valutazio-ne dello stato di salute della popolazione e aideterminanti dello stato di salute, in partico-lare per quanto attiene alle interazioni con lediverse modalità di organizzazione dei servi-zi sanitari.

3) I problemi metodologici e le esperienze di re-cord linkage in ambito sanitario.

4) Lo sviluppo della metodica di Disease Mana-gement negli USA e la sua trasferibilità neiPaesi dell’area OECD.

5) L’analisi della bibliografia proveniente da rivi-ste europee per evidenziare la disomogeneitàdelle fonti informative e la necessità di rife-rirsi ad un contesto generale comune.

184

i Sup

plem

enti


RASSEGNA DELLA LETTERATURA

Soprattutto per quanto riguarda l’ultimo punto,è possibile osservare una ridondanza di citazio-ni provenienti dagli USA, dalla Gran Bretagna edal Canada, che in parte corrisponde al reale im-pegno di risorse di quei Paesi nella ricerca ap-plicata per la valutazione dell’attività territoria-le; si pone, però, un problema di trasferibilità del-le evidenze e un problema legato al potenzialebias di informazione rispetto alle esperienze diPaesi che hanno una più consolidata tradizionedi attività territoriali come l’Italia.Questo potenziale limite della ricerca bibliogra-fica, unito alla difficoltà di circoscrivere il con-cetto di “indicatori per la valutazione dell’attivi-tà territoriale”, rende indispensabile l’integra-zione con la “rassegna delle esperienze” condot-ta nell’area “grigia” di Internet.Sono stati presi in considerazione 1807 artico-li, suddivisi per le quattro linee di ricerca citate.In base alla valutazione del titolo, dell’abstract edella rivista, sono stati selezionati 85 articoli,privilegiando i documenti più recenti degli ul-timi 5 anni, integrati da 15 articoli già disponi-bili sul record linkage e sul Disesase Manage-ment: essi costituiscono la base di partenza del-la revisione.Vengono riportati di seguito alcunisintetici e preliminari commenti sulle citate li-nee di ricerca:1) Valutazione dell’attività territoriale e ospedalizza-

zione evitabile: sono stati estratti articoli relati-vi a due tipologie di analisi.

nLa prima è orientata a singole condizioni sani-tarie e sottolinea in genere il valore della con-tinuità assistenziale, anche se non sempre è di-mostrata una superiore efficacia in termini dioutcome di un approccio integrato. Le condi-zioni più frequentemente studiate sono il dia-bete mellito, l’asma bronchiale, la broncopneu-mopatia cronica ostruttiva, l’insufficienza car-diaca, i disturbi mentali e alcune condizioni or-topediche (es. dimissioni dopo chirurgia del-l’anca). Gli indicatori utilizzati sono in partequelli ricavabili dai flussi informativi routinari,in parte sono ottenibili mediante studi ad hoc

che richiedono la rilevazione di parametri fi-siologici o il risultato di esami di laboratorio1-

9. Un altro filone di ricerca è quello che descrivealcuni esempi di efficacia dell’attività ambula-toriale nella riduzione delle ospedalizzazioniper determinate patologie (asma bronchiale,broncopneumopatia cronica ostruttiva, scom-penso cardiaco, complicanze precoci e tardivedel diabete mellito, gastroenterite pediatrica,disidratazione, appendicite perforata)10-58. La mag-gior parte degli studi sull’ospedalizzazione evi-tabile ha utilizzato studi trasversali che hannoevidenziato correlazioni tra ospedalizzazioni evariabili organizzative o determinanti socio-economici di volta in volta valutati. È da citareanche uno studio longitudinale che ha eviden-ziato come il livello di penetrazione di serviziorganizzati secondo un modello di “managedcare” consenta di ridurre le ospedalizzazioni“ACS” (ambulatory care sensitive), anche se unacompleta dimostrazione di causalità non era ot-tenibile dal disegno di questo studio osserva-zionale di tipo “ecologico”59. Un altro studio haevidenziato che sottogruppi di popolazione ca-ratterizzati da un minore accesso ai servizi ter-ritoriali fanno più frequentemente ricorso aiservizi di emergenza (strutture di pronto soc-corso), ma non hanno una maggiore probabi-lità di ricovero a parità di condizioni cliniche60.L’insieme di queste evidenze sottolinea l’utili-tà dei tassi di ospedalizzazione per le condizio-ni ACS al fine della valutazione dei servizi ter-ritoriali, integrati da valutazioni dell’accesso al-le strutture di pronto soccorso. Gli aspetti me-todologici connessi allo studio del peso relati-vo dei criteri di accettazione in ospedale e del-l’incidenza di malattia sono stati studiati in det-taglio con riferimento a due condizioni respi-ratorie: bronchite cronica e polmonite61.

Partendo dal presupposto che negli USA 100 mi-lioni di persone hanno almeno una malattia cro-nica e che le malattie croniche assorbono i 3/4della spesa sanitaria, è stato messo a punto il co-siddetto “Chronic Care Model”62-63, che consiste

Rassegna della letteratura

185

i Sup

plem

enti

di

in una riprogettazione dell’assistenza territoria-le.Tale modello presuppone un approccio di in-tervento multidimensionale e quindi la disponi-bilità di un set di indicatori multidimensionale,in cui hanno un ruolo fondamentale l’evidencebased medicine e l’Information Technology. Unulteriore elemento che viene sottolineato è lanecessità del coinvolgimento dei pazienti: si de-duce la rilevanza di indicatori per valutare l’ef-ficacia dei programmi di educazione sanitaria el’aderenza alle prescrizioni.nUna seconda tipologia di analisi è orientata piùagli aspetti organizzativi che alle singole con-dizioni cliniche; in alcune ricerche condottenegli USA sono state utilizzate scale di valuta-zione su diversi aspetti dell’assistenza territo-riale, anche in questo caso, quindi, non utiliz-zando indicatori di sistema: emerge una supe-riorità della cosiddetta “managed care”. In par-ticolare un confronto tra questo approccio svi-luppato da Medicare (Medicare Managed Ca-re, MMC) e l’approccio tradizionale (Fee forService, FFS) ha evidenziato la superiorità delprimo nel campo della medicina preventiva,mentre l’approccio tradizionale nell’erogazio-ne delle prestazioni sanitarie (FFS) si caratte-rizza per una maggiore soddisfazione rispettoal primo accesso alle cure. Il giudizio relativoalla qualità delle cure mediche è risultato supe-riore con il sistema FFS, piuttosto che nell’am-bito della MMC; le motivazioni sono molte-plici, ma in questo giudizio ha un peso ancheil fatto che nell’ambito della MMC la strategiadi limitazione nella scelta dei professionisti con-diziona un giudizio meno favorevole sul lorooperato64. In un’altra ricerca, sempre condottaper mezzo di indicatori ad hoc ricavati da que-stionari, si evidenzia la superiorità dei CHC(Community Health Centers) rispetto all’ero-gazione dei servizi gestita dalle HMO (HealthMaintenance Organizations)65. I pazienti affe-renti alle HMO hanno espresso punteggi su-periori relativamente alla dimensione dell’ac-cessibilità, mentre i punteggi relativi a tutte le

altre dimensioni (es. continuità assistenziale, co-ordinamento, globalità dei servizi offerti, cen-tralità del paziente) erano superiori nei pazien-ti afferenti ai CHC.Altre ricerche hanno valu-tato indicatori di outcome più tradizionali, qua-li la mortalità evitabile, evidenziando l’impattopositivo delle strutture territoriali nel miglio-rare gli outcome, nel ridurre le disuguaglianzelegate alle barriere sociali, alle differenze di red-dito, ma soprattutto alle differenze nei livelli discolarizzazione66. In tale contesto, vengono va-lorizzati non solo i tradizionali indicatori di sa-lute della popolazione, ma anche gli indicatoriche descrivono le barriere all’accesso alle curee i determinanti sociali, culturali, economicidella qualità delle cure. Il sistema più utilizzatonegli USA per la valutazione di tutti gli aspet-ti collegati alla qualità delle prestazioni sanita-rie è il sistema HEDIS (Health Employer Da-ta and Information Set)67, che prende in consi-derazione differenti dimensioni della valutazio-ne dei servizi: efficacia, disponibilità di risorse,accessibilità, utilizzazione (appropriatezza), gra-do di soddisfazione, e li integra in un insiemecoerente con lo strumento della balanced sco-re card68. Un’attenzione specifica viene infinerivolta agli “Health Care Consumer Reports”,in quanto è stato possibile evidenziare una cre-scente capacità degli utenti/clienti afferenti aiservizi ambulatoriali nell’individuare gli indi-catori più rilevanti in relazione alle proprie esi-genze all’interno di un insieme articolato di in-formazioni sanitarie69; questo fenomeno va dipari passo con un crescente coinvolgimento deipazienti nelle gestione della malattia. Per unaadeguata valutazione delle attività territoriali,in particolare di quelle ambulatoriali, è neces-sario disporre di sistemi di classificazione degliepisodi di assistenza che consenta di finanziaregli erogatori in funzione delle prestazioni ef-fettuate. I sistemi più utilizzati sono gli APC(Ambulatory Payment Classifications) e gli APG(Ambulatory Payment Groups), che sono tra lo-ro correlati essendo i primi uno sviluppo dei


186

i Sup

plem

enti

di

secondi.Tali sistemi sono orientati alla descri-zione dei volumi e dei costi e in misura mino-re sono in grado di descrivere la qualità delleprestazioni70. Il presupposto fondamentale perl’utilizzazione dei sistemi di classificazione de-gli episodi di assistenza per la valutazione dellaqualità è rappresentato dalla registrazione ac-curata del codice di diagnosi71, anche se la sem-plice registrazione della diagnosi spesso nonconsente una appropriata valutazione dello sta-dio di malattia. Diversi sistemi sono stati pro-posti per tenere conto dello stadio di malattiadei pazienti, al fine di ottenere una più precisadefinizione degli indicatori, utilizzando diffe-renti strumenti di “risk adjustment”72, 73, 74, 75. Unimportante sviluppo metodologico e operativoè rappresentato dai CRG (Clinical Risk Groups)che definiscono la gravità clinica dei malati cro-nici76 e consentono anche una valutazione nel-l’ottica del Disease Management, non limitataai servizi territoriali, ma estesa all’intero insie-me delle risorse assistenziali (intra ed extra-ospe-daliere): utilizzando informazioni ottenibili daidata base amministrativi, vengono definiti 269gruppi di rischio mutuamente esclusivi, in ba-se alla presenza di una o più condizioni croni-che, articolate in livelli di severità di malattia emisurando l’impatto delle interazioni tra con-comitanza di condizioni croniche e livelli di ri-schio. Si definisce un sistema di classificazioneutilizzabile per il finanziamento in un’ottica nonnecessariamente legata ai singoli episodi di ri-covero, adattabile quindi a determinare le pre-stazioni sanitarie attese e il corrispondente co-sto atteso in funzione del profilo di rischio in-dividuale, calcolato in base ai precedenti episo-di di assistenza e alle variabili demografiche.

2) Determinanti dello stato di salute della popolazio-ne: vengono evidenziate le diverse caratteri-stiche della popolazione (età, sesso, razza, red-dito) che condizionano una differenziazionenell’accesso e nella qualità delle cure, soprat-tutto in relazione alle caratteristiche organiz-zative del sistema sanitario: in particolare si di-

mostra che, dove sono presenti, i CHC (Com-munity Health Centers) riducono le disugua-glianze dell’accesso e della qualità delle cure,che si rilevano comunque nel macrosistemasanitario USA77. L’impatto è particolarmenteevidente in specifici sottogruppi di popola-zione e nelle seguenti condizioni: mortalitàinfantile, assistenza pre-natale, incidenza di tu-bercolosi, mortalità complessiva78. Più contro-verse sono le evidenze relative al diabete e al-le cardiopatie, anche se almeno in un caso èstata evidenziata una maggiore frequenza diriospedalizzazione (evitabile) dopo infarto mio-cardico acuto correlata al tipo di assicurazio-ne sanitaria79. Utilizzando indicatori calcolatisu database amministrativi, è stato possibileinoltre evidenziare una minore attenzione ri-spetto al problema della depressione e al ri-schio di suicidio nei soggetti più anziani80.

È stato dimostrato un ostacolo nell’accesso ai ser-vizi territoriali legato al sesso femminile, soprat-tutto in presenza di altri fattori sociali o econo-mici che interagiscono con il sesso81,82. Com-plessivamente, ai fini della costruzione di validiindicatori sanitari per la valutazione delle attivi-tà territoriali, emerge l’esigenza di rilevare tuttequelle variabili che descrivono i fattori che piùcomunemente possono determinare differenzenell’accesso ai servizi o nei risultati delle cure.3) Record Linkage (RL): i riferimenti bibliografi-

ci fondamentali, che descrivono i principaliproblemi metodologici, sono anteriori al200083-90. Si descrivono essenzialmente due mo-dalità di RL: 1) il metodo cosiddetto “deter-ministico”, collega i singoli record in base al-la verifica di uguaglianza dei valori di varia-bili comuni; 2) il metodo probabilistico, asso-cia valori di probabilità di uguaglianza ai sin-goli appaiamenti, selezionando i record da ap-paiare in funzione di un valore soglia di pro-babilità. Le due modalità possono essere uti-lizzate singolarmente o congiuntamente perrisolvere sottoinsiemi di incertezza. La primamodalità è quella utilizzata più comunemen-


187

i Sup

plem

enti

di

te, in particolare quando si debbano trattarebasi di dati caratterizzate da elevata qualità del-l’informazione. In tal caso, le risorse necessa-rie all’elaborazione sono relativamente conte-nute.Alternativamente, l’approccio determi-nistico può essere utilizzato come primo pas-so al fine di generare informazioni derivate datrattare con metodi probabilistici. Questi ul-timi possono utilizzare pesi da attribuire agliappaiamenti che possono essere non-specifi-ci, basati sul confronto semplice di alcune va-riabili, o specifici relativamente all’outcome,ma richiedono la definizione di una strutturadei pesi più articolata.Tra i metodi probabili-stici che hanno conosciuto uno sviluppo par-ticolare, soprattutto negli ultimi anni, devonoessere citati quelli che utilizzano reti bayesia-ne e i metodi basati sulle “Monte Carlo Mar-kov Chain”, anch’essi appartenenti al vasto in-sieme dei metodi bayesiani91. In generale i me-todi probabilistici, in particolare quelli baye-siani, richiedono rilevanti risorse di elabora-zione e la reale utilità di tali metodi deve es-sere valutata caso per caso. Una rassegna diesperienze di applicazione è stata resa dispo-nibile di recente92.

4) Disease Management: le caratteristiche fonda-mentali e la maggior parte dei problemi me-todologici relativi al Disease Management so-no evidenziati in tre documenti93-95. Nell’areaOECD si stanno affermando politiche sanita-rie finalizzate al contenimento dei costi. Daciò deriva la necessità di giustificare l’attivitàmedica sotto il profilo dell’efficacia e dell’ef-ficienza. Il Disease Management si è sviluppa-to negli USA nei primi anni ’90, come rispo-sta all’esigenza di ridurre i costi, assicurandola qualità delle prestazioni sanitarie, su inizia-tiva delle Managed Care Organizations(MCO). Ci sono due tipologie di organizza-zioni: le Health Maintenance Oraganizations(HMO) e le Preferred Provider Organizations(PPO); le prime stipulano contratti o forni-scono direttamente prestazioni sanitarie in ba-

se ad un pagamento periodico. La ricerca diuna compatibilità tra pagamento periodico eprestazioni comunque erogate ha indotto adorientare gli interventi di tali organizzazioniverso la medicina preventiva e a cercare di ri-durre le ospedalizzazioni. Le PPO stipulanocontratti con professionisti e ospedali offren-do pacchetti di prestazioni in un ambito cir-coscritto di erogatori, determinando una li-mitazione della libertà di scelta. In ogni casosi genera un possibile spostamento del rischiofinanziario dalle MCO agli erogatori. Il Dis-ease Management viene definito come un pro-cesso per cui i responsabili delle attività pre-ventive, diagnostiche, di trattamento, condivi-dono gli standard relativi alla gestione delle at-tività sanitarie. I prerequisiti sono: descrizionedella struttura economica della malattia (pro-fili assistenziali empirici); disponibilità di Li-nee Guida; possibilità di coordinare i diversiattori sulla scena del sistema sanitario; feed-back informativo al fine di favorire il miglio-ramento continuo della qualità. I criteri ge-nerali di individuazione delle condizioni cli-niche da sottoporre a Disease Management,così come sono stati formulati nella maggiorparte dei documenti disponibili, sono: malat-tie con costi elevati, esistenza di outcome mi-surabili, variabilità dei profili assistenziali, ra-pido ritorno economico dell’investimento.Quest’ultimo criterio è funzionale al conte-sto organizzativo in cui si è sviluppato il Di-sease Management e ai soggetti che in essooperano (il sistema sanitario USA). In realtà èplausibile che alcuni interventi sanitari coerenticon il Disease Management possano esplicareun effetto apprezzabile in un orizzonte tem-porale più ampio di quello abitualmente con-siderato. Di fatto molti autori sottolineano ladifficoltà di ottenere sicure evidenze in meri-to all’efficacia dei programmi di Disease Ma-nagement, sottolineando come in alcuni casisia stato possibile dimostrare una riduzione deicosti sanitari, ma come sia più difficile dimo-


188

i Sup

plem

enti

di

strare un miglioramento o perlomeno un man-tenimento della qualità delle prestazioni sani-tarie a fronte di una riduzione dei costi. È evi-dente l’ambivalenza di un concetto che, for-mulato per rispondere a esigenze economiche(riduzione dei costi per le crescenti richiestedi prestazioni sanitarie), può essere interpre-tato anche nella prospettiva del miglioramen-to della qualità, qualora fossero disponibili li-nee guida di trattamento integrato. Il proble-ma è costituito dal fatto che sono disponibilinumerose Linee Guida di trattamento che, tut-tavia, in genere prescindono dalla definizioneesplicita della modalità di erogazione dell’as-sistenza e che richiedono una costante colla-borazione con i clinici96. Il sistema sanitariodegli USA può essere descritto attraverso al-cune caratteristiche salienti: costi elevati, mo-desta regolamentazione, orientamento all’as-sistenza ospedaliera, abbondanza di fornitoridi prestazioni sanitarie. È evidente che un pro-gramma di Disease Management ha un ruolopreciso in tale contesto ed è possibile preve-dere che esistano ampi margini di migliora-mento. La trasferibilità di tale approccio aglialtri Paesi dell’OECD è limitata nella misurain cui i costi sono relativamente più bassi, esi-ste un più elevato grado di programmazionesanitaria, è più limitato il ricorso all’ospeda-lizzazione. In tali contesti risulta più interes-sante la seconda accezione di Disease Mana-gement, quella riconducibile alla valutazione

dei percorsi assistenziali e al disegno di LineeGuida integrate. Si tratterebbe pertanto di enu-cleare alcuni elementi qualificanti tale ap-proccio, evitando un trasferimento acritico diuno strumento nato per risolvere problemispecifici di un sistema sanitario particolare. Lalibera scelta del paziente in merito al tratta-mento sanitario è limitata da diversi fattori:l’inevitabile delega della maggior parte delledecisioni ai tecnici del sistema sanitario, chedetermina l’attribuzione del paziente a que-sto o a quel trattamento, a questo o a quel for-nitore di servizi (es. ospedale); un ulteriore fat-tore limitante è costituito dalle risorse effetti-vamente disponibili a livello locale. Le MCO,per mezzo dei programmi di Disease Mana-gement, hanno posto ulteriori vincoli. Para-dossalmente, però, viene sottolineato il con-cetto di qualità centrata sul paziente e non sul-l’evento, dove però il paziente viene conside-rato più l’unità di osservazione privilegiata,piuttosto che un soggetto partecipe delle scel-te che lo riguardano.Anche in questo camposi stanno sviluppando sistemi di classificazio-ne per favorire strategie di individuazione dipazienti ad alto rischio di diventare ad alto co-sto e per evitare che ciò accada. Una accura-ta classificazione dei pazienti potrebbe ancheconsentire di interpretare la variabilità dei per-corsi assistenziali in funzione delle caratteri-stiche individuali dei pazienti.Alla luce di que-ste considerazioni, è possibile meglio precisa-


189

i Sup

plem

enti

di

Disease ManagementAssistenza comprensivaAssistenza integrata, continuità assistenzialeCentrato sulla personaEventi acuti + prevenzioneOrientato alla popolazioneOrientato alla domanda“Cliente” attivo: auto-cura, educazione sanitariaEvidente basedProtocolli,“accountability”

Approccio tradizionaleAssistenza frazionataEpisodi di malattia gestiti da provider diversiRisposta agli eventiEventi acutiPaziente individualeOrientato all’offerta“Paziente” passivo, non informatoTradizioni, opinioniAutonomia dei medici

TABELLA 1 - Confronto tra Disease Management e approccio tradizionale

re e articolare il concetto di Disease Manage-ment (DM), in opposizione a quello che vie-ne considerato l’approccio tradizionale alla ge-stione dell’assistenza sanitaria. L’approccio tra-dizionale si scompone in singoli episodi di as-sistenza frequentemente suddivisi per singoloproblema specialistico. Il DM si propone di di-segnare un approccio globale, che supera laframmentazione specialistica, prevede l’interospettro di modalità di erogazione dell’assistenza,privilegiando il trattamento extra-ospedalie-ro e la medicina preventiva, favorisce la con-tinuità dell’assistenza. L’approccio tradiziona-le, invece, è orientato al singolo individuo e alrapporto medico-paziente. Il DM è orientatoalla popolazione (ai sottogruppi di popolazio-ne a rischio di eventi o di recidive); presentaanalogie e in parte differisce dalla medicinapubblica in quanto questa è anche orientataalla comunità, mentre il DM è orientato a po-polazioni che sono variamente distribuite sulterritorio. L’approccio tradizionale è orienta-to ai fornitori di prestazione, mentre il DMsottolinea l’importanza del paziente per quan-to attiene al suo coinvolgimento nelle cure,quindi alla compliance al trattamento, all’edu-cazione sanitaria e alla prevenzione seconda-ria. L’approccio tradizionale prevede la liber-tà di scelta delle terapie e l’autonomia dei cli-nici (vedi Tabella 1). Il DM applica i presup-posti dell’Evidence based medicine (LineeGuida, protocolli di diagnosi e cura, indicato-ri di outcome), limitando quindi l’autonomiadei singoli clinici e facendo pieno uso deglistrumenti che fanno capo all’InformationTechnology. Emerge pertanto un nuovo atto-re, il manager del sistema informativo medi-co, che si affianca ai tradizionali decisori cli-nici. I processi assistenziali ottimali vengonocontinuamente rivisti in base alle nuove evi-denze scientifiche e la disponibilità di indica-tori di outcome favorisce la verifica dell’effi-cacia dei programmi di intervento. I pro-grammi di DM si applicano soprattutto alle

malattie croniche o che prevedono ricorren-ti episodi di assistenza. La conoscenza dell’e-voluzione della malattia e della struttura deicosti consente di definire gli interventi più ap-propriati per sottogruppi di popolazione adogni stadio di gravità della malattia, al fine distabilizzare la situazione o prevenire il dete-rioramento clinico; le complicazioni, che so-no associate a episodi acuti ad elevato costo,dovrebbero essere evitate per mezzo di ap-propriati interventi. La misurazione degli out-come si inserisce in un processo di migliora-mento continuo della qualità. Le condizionicliniche tradizionalmente interessate dai pro-grammi di DM sono: diabete mellito, asmabronchiale, ipertensione arteriosa, cardiopatiaischemica e insufficienza cardiaca, tumori, gra-vidanza e parto, dipendenza da alcool, psicosiaffettive, alcuni problemi ortopedici. General-mente si tratta di condizioni ad elevata preva-lenza, anche se si suggerisce di non trascurarecondizioni caratterizzate da bassa incidenzama con costi assistenziali elevati97. L’evidenzadisponibile si riferisce all’efficacia teorica de-gli interventi (efficacy), piuttosto che all’effi-cacia pratica (effectiveness). È stato dimostra-to che, in alcuni casi, si riesce a conseguire unaridotta utilizzazione di risorse sanitarie: mi-nori contatti nei dipartimenti di emergenza,ridotta durata di degenza, ridotta ospedalizza-zione. Uno dei principali obiettivi del DMpuò essere considerato la continuità dell’assi-stenza, limitando la frammentazione degli epi-sodi di cura. Il problema consiste nell’attribu-zione della responsabilità del coordinamento.Esistono limitate esperienze che indicano chealcune condizioni, come l’insufficienza rena-le cronica, sono meglio coordinate dagli ospe-dali (centri dialisi),mentre altre condizioni co-me l’asma, il diabete e l’ipertensione sono me-glio coordinate dagli erogatori dell’assistenzaprimaria. Il problema si pone ancora per con-dizioni cliniche che sono più bilanciate ri-spetto alle diverse modalità di erogazione del-


190

i Sup

plem

enti

di

l’assistenza o in presenza di malattie plurime(ad esempio, diabete mellito e insufficienza re-nale), che richiedono un approccio totalmen-te integrato e la disponibilità di Meta-LineeGuida che prevedano la concomitanza di piùcondizioni cliniche95.Viene ribadita l’esigen-za di tutelare soprattutto i pazienti più a ri-schio, caratterizzati da stadi di malattia piùavanzati o pluri-patologie: ne consegue la ne-cessità di un buon sistema informativo orien-tato alla misurazione della gravità clinica oltreche dei dati economici98. Una delle principa-li preoccupazioni nei confronti del DM è co-stituita dal fatto che le organizzazioni sanita-rie possono conseguire una riduzione dei co-sti molto più facilmente rispetto al migliora-mento della qualità delle prestazioni, se nonaltro perché questa è più difficile da misurare.Qualora il programma di DM fosse affidatoalla responsabilità di un’organizzazione convincoli economici di breve periodo, anche seil miglioramento della qualità fosse un obiet-tivo dichiarato e onestamente perseguito, l’o-rizzonte temporale di tale organizzazione sa-rebbe necessariamente più limitato dell’oriz-zonte temporale complessivo dei pazienti. Ciòvale per le MCO negli USA, come potrebbevalere per le ASL in Italia, e spiega la scelta diobiettivi di breve periodo, sia di outcome chedi contenimento dei costi, piuttosto che obiet-tivi di miglioramento dello stato di salute suuna scansione temporale più ampia.

5) La ricerca bibliografica ha prodotto una ri-dondanza di citazioni relative a ricerche effet-tuate in contesti organizzativi differenti dallapur variegata organizzazione dei servizi terri-toriali italiani ed europei.Abbiamo ritenutoutile, pertanto, condurre un’analisi dei riferi-menti bibliografici ottenibili dalle riviste eu-ropee di salute pubblica, che in generale evi-denziano una sostanziale disomogeneità dellefonti informative e la necessità di definire uncontesto di riferimento comune99. In questaprospettiva si inserisce un documento di pre-

sentazione del progetto ECHI (EuropeanCommunity Health Indicators)100 che defini-sce i seguenti obiettivi:

n sviluppare un insieme di misure confrontabili,nell’area della sanità pubblica, in tutti i Paesimembri dell’Unione Europea;

ndefinire un insieme di indicatori, al punto diintersezione tra esigenze informative e dispo-nibilità dei dati;

n identificare le carenze informative, indicandole priorità per lo sviluppo del sistema infor-mativo;

ndefinire Linee Guida, per la produzione di rap-porti pubblici a livello internazionale, naziona-le e regionale;

ndefinire il contesto di riferimento, per lo svi-luppo dei sistemi informativi e per la strutturadei data base sanitari;

ncontribuire a delineare il contesto di riferimentoper il monitoraggio degli obiettivi, soprattuttoin relazione al programma di intervento in sa-nità pubblica della Commissione Europea.

Vengono, inoltre, definiti i requisiti del sistemadi indicatori:nglobalità, ovvero necessità di svolgere un’azio-ne di monitoraggio su tutti gli aspetti della sa-nità pubblica. Coerenza, cioè consistenza ri-spetto al quadro concettuale di riferimento;

n flessibilità, necessaria per tenere conto della di-somogeneità di politiche sanitarie e di obietti-vi specifici tra Stati membri e tra Regioni al-l’interno dei singoli Stati. Eventualità di modi-ficazioni delle politiche sanitarie nel tempo;

ncoerenza, con le precedenti esperienze di sele-zione e definizione degli indicatori, con parti-colare riferimento a:WHO-Europe, OECD,Eurostat;

ncoerenza, con le evidenze scientifiche (eviden-ce based) e appropriatezza metodologica.

Vengono proposte 4 categorie di indicatori:n Indicatori demografici e fattori socio-econo-mici

nStato di salutenDeterminanti della salute


191

i Sup

plem

enti

di

nSistemi sanitari (programmi di prevenzione, ca-ratteristiche strutturali e organizzative, perfor-mance sanitarie).

I punti 1, 2 e 5 della rassegna bibliografica costi-tuiscono una base di riferimento per gli indica-tori basati sulle singole fonti informative (nel pro-getto dell’ASSR sono denominati indicatori ditipo A). I punti 3 e 4 della rassegna bibliograficacostituiscono una base di riferimento per gli in-dicatori trasversali a più fonti informative (nelprogetto dell’ASSR sono denominati indicatoridi tipo B e C).

BASE BIBLIOGRAFICA DEL PROGETTO1. Owens MW,Markewitz BA,Payne DK.Out-

patient Management of chronic Obstructive Pul-monary Disease.Am J Med SCI 1999; 318 (2):79-87.

2. Kercsmar CM. Current Trends in Managementof Pediatric Asthma. Respiratory Care 2003;48 (3): 194-208.

3. Liberatos PM, Elinson J, Schaffzin T. Develo-ping Measure of unmet Health Care Needs for aPediatric Population. Medical Care 2000; 38(1): 19-34.

4. Fielden JM, Scott S, Horne JG. An Investiga-tion of Patient Satisfaction Following Dischargeafter total Hip Replacement Surgery. Orthopae-dic Nursing 2003; 22 (6): 429-436.

5. Kell SH, Drass J, Bausell RB et al. Measuresof Disease Control in Medicare Beneficiares withDiabetes Mellitus. JAGS 1999; 47: 417-422.

6. Sadur CN, Moline N, Costa M et al. Diabe-tes Management in a Health Maintenance Or-ganization. Diabetes Care 1999; 22 (12):2011-2017.

7. Valenstein M, Mitchinson A, Ronis D. Qua-lity Indicators and Monitoring of Mental HealthServices:What do frontline providers think? AmJ Psychiatry 2004; 161 (1):146-153.

8. Issakidis C,Andrews G. Rationing of HealthCare: Clinical decision Making in an outpatientclinic for anxiety disorders. Anxiety Disorders2001; 17: 59-74.

9. Greenberg GA,Rosenheck R.Managerial andEnvironmental Factors in the Continuity of Men-tal Health Care Across Institutions. PsychiatricServices 2003; 54 (4): 529-534.

10. Bagg W, Sathu A, Streat S, et al. Diabetic ke-toacidosis in adults at Auckland Hospital, 1988-1996.Aust NZ J Med 1998;28(5):604-8.

11. Billings J, Zeital L, Lukomnik J, et al. Analy-sis of variation in hospital admission rates asso-ciated with area income in New York City. Un-published report.

12. Billings J, Zeitel L, Lukomnik J, et al. Im-pact of socioeconomic status on hospital use inNew York City, Health Aff (Millwood)1993;12(1):162-73.

13. Bindman AB, Grumbach K, Osmond D, etal.Preventable hospitalizations and access to healthcare. JAMA 1995;274(4):305-11.

14. Blais L, Ernst P, Boivin JF, et al. Inhaled corti-costeroids and the prevention of readmission to ho-spital for asthma.Am J Respir Crit Care Med1998; 158(1):126-32.

15. Blumberg MS, Juhn PI. Insurance and the riskof ruptured appendix [letter; comment]. N EnglJ Med 1995;332(6):395-6; discussion 397-8.

16. Blustein J, Hanson K, Shea S. Preventable ho-spitalizations and socioeconomic status. HealthAff (Millwood) 1998;17(2):177-89.

17. Bratton SL, Haberkern CM,Waldhausen JH.Acute appendicitis risks of complications: age andMedicaid insurance. Pediatrics 2000;106(1 Pt1):75-8.

18. Braveman P, Schaaf VM, Egerter S, et al. In-surance-related differences in the risk of rupturedappendix [see comments]. N Engl J Med1994;331(7):444-9.

19. Brunwald E,Antman EM, Beasley JW et al.ACC/AHA guidelines for the management ofpatients with unstable angina and non-ST-seg-ment elevation myocardial infarction.A report ofthe American College of Cardiology/AmericanHeart Association Task Force on Practice Guide-lines (Committee on the Management of Patientswith Unstable Angina). J Am Coll Cardiol


192

i Sup

plem

enti

di

2000;36(3):970-1062.20. Burkhart DM. Management of acute gastroen-

teritis in children.American Family Physician1999 60(9): 2555-2566.

21. Centers for Disease Control and Prevention(CDC). National Diabetes Fact Sheet: Natio-nal Estimates and General Information on Dia-betes in the United States. Atlanta, GA: U.S.Department of Health and Human Servi-ces, 1999.

22. Centers for Disease Control and Prevention(CDC). Asthma mortality and hospitalizationamong children and young adults – United Sta-tes, 1980-1993.MMWR Morb Mortal WklyRep 1996;45(17):350-3.

23. Chassin MR, Galvin RW, The urgent need toimprove health care quality. Institute of Medi-cine National Roundtable on Health CareQuality. JAMA 1998;280(11):1000-1005.

24. Donahue JG,Weiss ST, Livingston JM, et al.Inhaled steroids and the risk of hospitalization forasthma. JAMA 1997;277(11):887-91.

25. Edep ME, Shah NB,Tateo IM, et al. Diffe-rences between primary care physicians and car-diologists in management of congestive heart fai-lure: relation to practice guidelines. J Am CollCardiol 1997;30(2):518-26.

26. Feinleib M, Rosenberg HM, Collins JG, etal. Trends in COPD morbidity and mortality inthe United States. Am Rev Respir Dis1989;140(3 pt 2):S9-18.

27. Foster DA,Talsma A, Furumoto-Dawson A,et al. Influenza vaccine effectiveness in preventinghospitalization for pneumonia in the elderly.AmJ Epidemiol 1992;136(3):296-307.

28. Gaster B, Hirsch IB.The effects of impro-ved glycemic control on complications intype 2 diabetes. Arch Intern Med1998;158(2):134-40.

29. Gibbons RJ, Chatterjee K, Daley J, et al.ACC/AHA/ACP-ASIM guidelines for the ma-nagement of patients with chronic stable angina:a report of the American College of Cardio-logy/American Heart Association Task force

on Practice Guidelines (Committee on Ma-nagement of Patients with Chronic StableAngina) [published erratum appears in J AmColl Cardiol 1999 Jul;34(1):314]. J Am CollCardiol 1999;33(7):2092-197.

30. Hackner D,Tu G,Weingarten S, et al. Guide-lines in pulmonary medicine: a 25-year profile.Chest 1999;116(4):1046-62.

31. Harris MI. Diabetes in America: epidemiologyand scope of the problem. Diabetes Care 1998;21Suppl 3:C11-4.

32. Healthy People 2010. Office of Disease Pre-vention and Health Promotion, U.S.Departmentof Health and Human Services.

33. Hessol NA, Fuentes-Afflick E, BacchettiP. Risk of low birth weight infants amongblack and white parents. Obstet Gynecol1998;92(5):814-22.

34. Hiss RG. Barriers to care in non-insulin-depen-dent diabetes mellitus.The Michigan Experience.Ann Intern Med 1996;124(1 Pt 2):146-8.

35. Humphrey LL, Palumbo PJ, Butters MA,et al. The contribution of non-insulin-depen-dent diabetes to lower-extremity amputation inthe community. Arch Intern Med1994;154(8):885-92.

36. Institute of Medicine Division of Health Ca-re Services. Medicare: a strategy for quality as-surance. Washington, DC: National AcademyPress; 1990.

37. Lin, S, Fitzgerald E, Hwang SA, et al. Asthmahospitalization rates and socioeconomic status inNew York State (1987-1993) J Asthma1999;36(3):239-51.

38. Mayfield JA, Reiber GE, Sanders LJ, et al.Preventive foot care in people with diabetes. Dia-betes Care 1998;21(12):2161-77.

39. McConnochie KM, Russo MJ, McBride JT,et al. Socioeconomic variation in asthma hospita-lization: excess utilization or greater need? Pe-diatrics 1999;103(6):375.

40. Millman M, editor. Committee on MonitoringAccess to Personal Health Care Services. Was-hington, DC: National Academy Press; 1993.


193

i Sup

plem

enti

di

41. Murray JL, Bernfield M. The differential effectof prenatal care on the incidence of low birth weightamong blacks and whites in a prepaid health careplan. N Engl J Med 1988;319(21):1385-91.

42. Musey VC, Lee JK, Crawford R, et al. Dia-betes in urban African-Americans. I. Cessation ofinsulin therapy is the major precipitating cause ofdiabetic ketoacidosis. Diabetes Care1995;18(4):483-9.

43. National Heart, Lung, and Blood Institu-te/National Asthma Education and Preven-tion Program. Expert Panel Report 2: Guide-lines for the diagnosis and management of asth-ma. In: National Institutes of Health pub. no.97-4051. Bethesda, MD; 1997.

44. O’Campo P, Xue X,Wang MC, et al.Neigh-borhood risk factors for low birthweight in Balti-more: a multilevel analysis. Am J Public Health1997;87(7):1113-8.

45. Patout CA, Jr., Birke JA, Horswell R, et al.Effectiveness of a comprehensive diabetes lower-extremity amputation prevention program in a pre-dominantly low-income African-American popu-lation. Diabetes Care 2000;23(9):1339-42.

46. Pecoraro RE, Reiber BE, Burgess EM.Path-ways to diabetic limb amputation. Basis of pre-vention. Diabetes Care 1990;13(5):513-21.

47. Philbin EF,Andreaou C,Rocco TA, et al. Pat-terns of angiotensin-converting enzyme inhibitoruse in congestive heart failure in two communityhospitals. Am J Cardio. 1996;77(1):832-8.

48. Ray NF,Thamer M, Fadillioglu B, et al. Ra-ce, income, urbanicity, and asthma hospitalizationin California: a small area analysis. Chest1998;113(5):1277-84.

49. Reiber GE, Pecoraro RE, Koepsell TD.Riskfactors for amputation in patients with diabetesmellitus.A case-control study.Ann Intern Med1992;117(2):97-105.

50. Reis, SE, Holubkov R, Edmundowicz D, etal. Treatment of patients admitted to the hospitalwith congestive heart failure: specialty-related dis-parities in practice patterns and outcomes. J AmColl Cardiol 1997;30(3):733-8.

51. Rosenthal GE, Harper DL, Shah A, et al. Aregional evaluation of variation in low-severity ho-spital admissions. J Gen Intern Med1997;12(7):416-22.

52. Selby JV, Zhang D. Risk factors for lower extre-mity amputation in persons with diabetes. Dia-betes Care 1995;18(4):509-16.

53. Silver MP, Babitz ME, Magill MK. Ambula-tory care sensitive hospitalization rates in the agedMedicare population in Utah, 1990 to 1994: arural-urban comparison. J Rural Health1997;13(4):285-94.

54. Trudeau ME, Solano-McGuire SM. Evalua-ting the quality of COPD care. Am J. Nurs1999;99(3):47-50.

55. Weinberg AD, Minaker KL. Dehydra-tion. Evaluation and management in olderadults. Council on Scientific Affairs,Amer ican Medical Association. JAMA1995;274(19):1552-6.

56. Weinberger M,Oddone EZ,Henderson WG.Does increased access to primary care reduce ho-spital readmissions? VA Cooperative Study Groupon Primary Care and Hospital readmission. NEngl J Med 1996;334(22):1441-7.

57. Weissman JS, Gatsonis C, Epstein AM. Ratesof avoidable hospitalization by insurance status inMassachusetts and Maryland. JAMA1992;268(17)2388-94.

58. Zoorob RJ, Hagen MD. Guidelines on the ca-re of diabetic nephropathy, retinopathy and footdisease. Am Fam Physician 1997;56(8):2021-8, 2033-4.

59. Backus L, Moron M, Bacchetti P et Al.Effectof Managed Care on Preventable HospitalizationRates in California. Medical Care 2002; 40(4): 315-324.

60. Oster A and Bindman AB. Emergency De-partment Visits for Ambulatory Care Sensiti-ve Conditions. Medical Care 2003; 41 (2):198-207.

61. Pekoz EA, Shwartz, Iezzoni LI et al. Com-paring the importance of disease rate versus prac-tice style variations in explaining differences in


194

i Sup

plem

enti

di

small area hospitalization rates for two respira-tory conditions. Statistics in Medicine 2003;22: 1775-1786.

62. Bodenheimer T,Wagner EH, Grunbach K.Improving Primary Care for Patients with Chro-nic Illness. JAMA 2002; 288 (14): 1775-1779.

63. Bodenheimer T,Wagner EH, Grunbach K.Improving Primary Care for Patients with Chro-nic Illness. The Chronic Care Model, Part 2.JAMA 2002; 288 (15): 1909-1914.

64. Landon BE, Zalavsky AM, Bernard SL et al.Comparison of Traditional Medicare vs Medica-re Managed Care. JAMA 2004; 291 (14):1744-1752.

65. Shi L, Starfield B, Xu J et al. Primary CareQuality: Community Health Center and HealthMaintenance Organization.Southern MedicalJournal 2003; 96 (8): 787-795.

66. Politzer RM, Schempe AH, Starfiled B et al.The Future Role of Health Centers in ImprovingNational Health. Journal of Public Health Po-licy 2003; 24 (3/4):297-306.

67. Lied TR, Sheinglod S. HEDIS PerformanceTrends in Medicare Managed Care. Health Ca-re Financing Rewiew 2001; 23 (1): 149-160.

68. Kedrowsky SM,Weiner C. Performance Mea-sures in Ambulatory Care. Nurs Econ 2003;21(4): 188-193.

69. Longo DR, Everett KD. Health Care Consu-mer Reports:An Evaluation of Consumer Per-spectives. Journal of Health Care Finance 2003;30(1): 65-71.

70. Cusack C, DeKoven M, Dessingue R et al.Outpatine Prospective Payment: Uses and Pro-gress to Date. J Ambulatory Care Manage2002; 25(3): 56-62.

71. Wahls TL, Barnett MJ, Rosenthal GE. Pre-dicting Resource Utilization in a Veterans HealthAdministration Primary Care Population. Me-dical Care 2004; 42(2): 123-128.

72. Welch P. Outpatient Encounter Data for Riskadjustment: Strategic Issues for Medicare and Me-dicaid. J Ambulatory Care Manage 2002;25(3): 1-15.

73. Lamers LM. Health-Based Risk Adjustment: IsInpatient and Outpatient Diagnostic informationSufficient? Inquiry 2001; 38: 423-431.

74. Desalvo KB, Block JP, Munter P et al. Pre-dictors of variation in office visit interval assign-ment. International Journal for Quality inHealth Care 2003; 15(5): 399-405.

75. Brailer DJ, Kroch EA. Member risk adjustmentfor ambulatory episodes of care. Health Care Ma-nagement Science 1999; 2: 125-136.

76. Hughes JS,Averill RF, Eisenhandler J et al.Clinical Risk Groups (CRGs).A ClassificationSystem for Risk-Adjusted Capitation-Based Pay-ment and Health Care Management. MedicalCare 2004; 42(1): 81-90.

77. Shi L, Regan J, Politzer RM et al. Commu-nity Health Centers and Racial/Ethnic Dispari-ties in Healthy Life. International Journal ofHealth Services 2001; 31(3): 567-582.

78. Shin P, Jones K, Rosenbaum S. Reducing Ra-cial and Ethnic Health Disparities:Estimating theimpact of High Health Center Penetration in Low-income Communities. Report of Center forHealth Services Research and Policy (theGeorge Washington University) 2003.

79. Garcia JA,Yee MC, Chan BKS et al. Poten-tially Avoidable Rehospitalizations followingAcute Myocardial Infarction by Insurance Sta-tus. Journal of Community Health 2003;28(3): 167-184.

80. Fisher LR,Wei F, Solberg L et al. Treatmentof Elderly and Other Adult Patients for Depres-sion in Primary Care. J Am Geriatr Soc 2003;51(11): 1554-1562.

81. Sambamoorthi U, McAlpine DD. Racial, eth-nic, socio-economic, and access disparities in theuse of preventive services among women. Preven-tive Medicine 2003; 37:475-484.

82. Allen LW, Maxwell S, Greene JF. Building anAward-Winning Women’s Health AmbulatoryService and Beyond. J Ambulatory Care Ma-nage 2003; 26(3): 186-198.

83. Howe GR. A Generalized Iterative Record Lin-kage Computer System for Use in Medical Fol-


195

i Sup

plem

enti

di

low-up Studies. Computers and BiomedicalResearch 1981; 14: 327-340.

84. Arellano MG, Petersen GR, Petitti DB et al.The California Automated Mortality LinkageSystem (CAMLIS). American Journal of Pu-blic Health 1984; 74(12): 1324-1330.

85. Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part I:The logicalBasis. Meth Inform Med 1989; 28:86-91.

86. Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part II:The empiri-cal test. Meth Inform Med 1989; 28:92-96.

87. Roos LL,Wajda A. Record Linkage Strategies.Part I:Estimating Information and Evaluating Ap-proaches.Meth Inform Med 1991; 30:117-123.

88. Roos LL,Wajda A. Record Linkage Strategies.Part II: Portable Software and Deterministic Mat-ching. Meth Inform Med 1991; 30:210-214.

89. Roos LL,Wajda A, Nicol JP et al. Record Lin-kage:An Overview. Summary report: Medical Ef-fectiveness Research Data Methods. AHCPR Pub.No. 92-0056, 1992; 119-135.

90. Roos LL,Walld R,Wajda A et al. Record Lin-kage Strategies, Outpatient Procedures and Ad-ministrative Data. Medical Care 1996; 34(6):570-582.

91. Fortini M, Liseo B, Nuccitelli A et al. Model-ling Issues in record Linkage: A Bayesian Per-spective. Proceedings of the ASA meeting NYcity 2002.

92. Symposium on Health Data Linkage. Sympo-sium Proceedings, Sydney 2002.

93. Kesteloot K. Disease Management.A New Tech-nology in Need of Critical Assessment. Interna-tional Journal of Technology Assessment inHealth Care 1999; 15(3): 506-519.

94. Pilnick A,Dingwall R, Starkey K.Disease Ma-nagement: definitions, difficulties and future direc-tions. Bulletin of the World Health Organiza-tion 2001; 79(8): 755-763.

95. Villagra V. Strategies to Control Costs and Qua-lity.A focus on Outcome Research for Disease Ma-nagement. Medical Care 2004; 42(4): III-24/III-30.

96. Armstrong EP.Disease Management: State of theart and future directions. Clinical Therapeutics1999; 21(3): 593-609.

97. Bruce D, Dickmeyer J. Don’t Overlook Disea-se Management Programs for Low-Incidence,High-Cost Diseases to Improve Your Bottom Line. JHealth Care Financ 2001; 28(2): 45-49

98. Goldfiled N,Averill R. It’s Management NotPayment that We Should Focus On: Commentson Welch. J Ambulatory Care Manage 2002;25(3): 16-22.

99. EURO-MED-STAT:monitoring expenditure andutilization of medicinal products in the EuropeanUnion countries: a public health approach. Eur JPublic Health 2003; 13(3_Suppl): 95-100.

100.Kramers PGN. The ECHI project. Health indi-cators for the European Community. Eur J PublicHealth 2003; 13(3_Suppl): 101-106.


196

i Sup

plem

enti

di

L’Agenzia oggi | Presidente_Franco Toniolo; Direttore_Laura PellegriniConsiglio di amministrazione_Silvio Natoli, Filippo Palumbo, Michelangelo Scopelliti,Aldo VecchioneCollegio dei revisori dei conti_Emanuele Carabotta (Presidente), Renato Balduzzi,Antonio MastrapasquaI settori di attività dell’Agenzia | Monitoraggio della spesa sanitaria • Livelli di assistenza• Organizzazione dei servizi sanitari • Qualità e accreditamento • Innovazione, sperimentazione e sviluppo • Documentazione, informazione e comunicazione • Affari generali e personale• Ragioneria ed economato

www.assr.it | Sul sito dell’Agenzia sono disponibili tutti i numeri di

IDENTIFICAZIONE,SPERIMENTAZIONE E VALIDAZIONE DI ALCUNI INDICATORI DI QUALITÀ DELLE ATTIVITÀ SANITARIEE SOCIO-SANITARIE DEL TERRITORIORapporto preliminare


PARTE II


172

i Sup

plem

enti

di

La ricerca promossa dall’ASSR nel 2002sugli indicatori si era andata rapidamenteconcentrando sulle attività ospedaliere,trascurando del tutto le attività territo-

riali. La scelta era stata determinata non solo damotivi di maggiore disponibilità dei dati ospe-dalieri a livello di macro sistema, ma anche dipresenza di consolidate procedure di elaborazio-ne e validazione dei dati stessi. Non si trattavaperò di una rinuncia a studiare la realtà dei ser-vizi sanitari territoriali, ma solo di un rinvio adun progetto specifico che si è concretizzato conil bando ministeriale dell’anno successivo. È co-sì nato il progetto “Identificazione, sperimenta-zione e validazione di indicatori di qualità delleattività sanitarie e socio-sanitarie del territorio”,finanziato dal Ministero della Salute nell’ambitodei programmi speciali ex art. 12 bis del D.Lgs.229/1999. Esso rappresenta la logica continua-zione del progetto precedente, i cui risultati pre-liminari sono ampiamente discussi in questo nu-mero della rivista.Proprio la spinta, sempre più diffusa, a ridurre leprestazioni ospedaliere – riduzione sia in termi-ni di offerta, sia in termini di durata della presta-zione, trasferendo in day hospital e day surgeryattività prima svolte in ricovero ordinario – ren-deva necessario studiare e sperimentare sistemidi valutazione dei processi e degli esiti dei per-corsi che i cittadini compiono nei servizi offer-ti a livello territoriale.D’altra parte, i flussi informativi più attentamen-te studiati in questi ultimi anni e su cui è stataposta particolare attenzione – in termini di si-

stemi di validazione – sono stati soprattutto quel-li orientati alla registrazione delle attività ospe-daliere, anche in funzione del sistema di finan-ziamento a tariffe predeterminate ad essi colle-gato (in primis le Schede di Dimissione Ospeda-liera e i relativi DRG). Ne deriva che i flussiorientati alla valutazione delle attività svolte a li-vello dei servizi territoriali non sempre rispon-dono a criteri di buona qualità (validità, com-pletezza, sensibilità e specificità).Un’ultima notazione è doverosa: laddove nell’o-spedale la tipologia della prestazione è sostan-zialmente e chiaramente di tipo sanitario, nel-l’ambito delle attività svolte dai servizi territo-riali il confine, in alcuni casi, tra sanitario e so-ciale non sempre è così lineare e chiaro: si pen-si, ad esempio, all’area delle cosiddette fragilità,anziani primi fra tutti.Anche in questa situazio-ne, la minore qualità dei flussi informativi rendeulteriormente difficile ‘leggere’ e valutare nellaloro sostanza ed efficacia le prestazioni differen-ziando, anche in senso economico, la parte sani-taria da quella più propriamente sociale.In sintesi, a fronte di un sempre maggior impe-gno cui sono chiamati i servizi sanitari territo-riali, si osserva una minor tenuta dei flussi infor-mativi relativi e, in prospettiva, una difficoltà acostruire indicatori di valutazione della qualitàche siano, da un lato, validi, precisi e affidabili e,dall’altro, che permettano un confronto nel tem-po nell’ambito della medesima realtà e tra realtàdifferenti (Regione,Azienda Sanitaria Locale,Di-stretto).L’obiettivo generale del nuovo progetto sugli in-

IL NUOVO PROGETTO SUGLI INDICATORI PER LE ATTIVITÀ TERRITORIALI


173

i Sup

plem

enti

di

Unità OperativaAgenzia Regionale SanitariaARSAN (Regione Campania)Dipartimento di Pneumologia Fondazione Salvatore Maugeri IRCCS Pavia

Fondazione Nazionale Gigi GhirottiProvincia Autonoma di Trento

Regione Friuli Venezia Giulia

Regione Lazio

Regione Lombardia

Regione Marche

Regione Molise

Regione Piemonte

Regione Puglia

Regione Siciliana

Regione Toscana

Regione Umbria

Regione Veneto

Università degli Studi di Roma “Tor Vergata”

TABELLA 1 - Obiettivi specifici delle Unità Operative aderenti al progetto “Identificazione,sperimentazione e validazione di indicatori di qualità delle attività sanitarie e socio-sanitarie del territorio”

Obiettivo del contributo al programmaContributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle atti-vità sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Identificazione, sperimentazione e validazione di indicatori dell’efficacia e appropriatezza di programmi di management territorialedelle broncopneumopatie croniche ostruttive (BPCO), basato sull’applicazione di linee guida internazionali. In particolare:1. definire strumenti di misura per valutare la qualità e l’efficienza dei servizi e delle attività sanitarie nel territorio nel management

della BPCO attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati;2.mettere a punto e validare percorsi formativi ad hoc;3. strutturare, ove necessario, o migliorare se possibile la collaborazione fra strutture ospedaliere, territoriali e medici di medicina ge-

nerale per la gestione di questa patologia.Contributo alla costruzione di strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio attraverso l’identifica-zione di indicatori empirici (validi, precisi, affidabili, utilizzabili) della variabile “umanizzazione” dei servizi sanitari.Fornire un contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizie delle attività sanitarie nel territorio, attraverso la realizzazione di un set di indicatori che rispondano a requisiti di buona qualità (va-lidi, precisi, affidabili, utilizzabili), condivisi, sperimentati e successivamente applicati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio e collaborazione alla realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi esperimentati.Contributo alla realizzazione di un sistema di indicatori della qualità condivisi e sperimentati. Mettere a punto e validare percorsi for-mativi ad hoc per la rilevazione, l’elaborazione e l’utilizzo locale degli indicatori prescelti attraverso la sperimentazione in una ASL diRoma e in una della Provincia.Identificazione e validazione di un insieme di indicatori idonei a misurare alcuni aspetti della qualità dei servizi territoriali, con partico-lare riferimento alle seguenti dimensioni: efficacia, appropriatezza, umanizzazione, efficienza. In particolare:1. identificazione degli indicatori, utilizzando i riferimenti bibliografici più autorevoli tratti dalle banche dati biomediche ed effettuando

una rassegna delle esperienze empiriche più significative, in parte tratte da pagine web. Il risultato atteso è un insieme di indicatori“evidence based” ottenuti tramite una revisione sistematica della letteratura biomedica e delle esperienze di implementazione;

2. identificazione delle fonti informative, privilegiando le fonti informative routinarie, i dati raccolti sistematicamente e le basi di dati susupporto elettronico, al fine di costruire indicatori di I livello idonei ad una funzione di screening e di monitoraggio, da integrareeventualmente con informazioni più specifiche, raccolte ad hoc, per alimentare indicatori di II livello;

3. sperimentazione di modalità idonee alla comparazione dei dati, in particolare per quanto attiene al controllo delle variabili di con-fondimento;

4. validazione delle informazioni di primo livello tramite rilevazioni ad hoc con il contributo dei servizi e confronto con altre fonti in-formative non routinarie ma comunque disponibili (registri ad esempio).

Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Ottenere strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio, attraverso la realizzazione di un sistema diindicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati.Mettere a punto e validare percorsi formativi ad hoc per la rilevazione, l’elaborazione e l’utilizzo locale degli indicatori prescelti.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Messa a disposizione delle metodologie e risultati dell’esperienza di progettazione, implementazione e valutazione di programmi dievidence based disease management relativi alle patologie croniche di fegato e al diabete, al fine di contribuire all’identificazione e vali-dazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle attività sanitarie nel territorio, attra-verso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e sperimentati.Identificazione e sperimentazione di set di indicatori per la valutazione della qualità dei servizi in settori assistenziali a prevalente ero-gazione extraospedaliera.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Contributo all’identificazione e validazione dei dati necessari all’elaborazione di strumenti di misura della qualità dei servizi e delle at-tività sanitarie nel territorio, attraverso la realizzazione di un sistema di indicatori (validi, precisi, affidabili, utilizzabili) condivisi e speri-mentati.Identificazione di una serie di indicatori idonei a misurare elementi della qualità dei processi e dei risultati delle attività sanitarie pun-tando a valutare l’effettiva situazione dello stato di salute del paziente dopo un evento patologico sottoposto a trattamento medico odopo un intervento erogato.Messa a punto, previa identificazione dei bisogni formativi, di specifici percorsi per la rilevazione, l’elaborazione e l’utilizzo locale degliindicatori prescelti, realizzando la formazione necessaria per la rilevazione dei dati.

dicatori è duplice:nottenere strumenti di misura della qualità deiservizi e delle attività sanitarie nel territorio, at-traverso la realizzazione di un sistema di indi-catori condivisi e sperimentati;

nmettere a punto e validare percorsi formativi adhoc per la rilevazione, l’elaborazione e l’utilizzolocale degli indicatori prescelti.

Le Unità Operative che hanno scelto di aderi-re al progetto sono elencate in Tabella 1 a pag.173; per ognuna di esse è riportato anche l’o-biettivo specifico del contributo dell’Unità alprogramma.Come si osserva, i contributi specifici si posso-no raggruppare in tre categorie:ncontributi di tipo metodologico: sono propridella Regione Lombardia (orientati all’identi-ficazione degli indicatori e relative fonti infor-mative, alla sperimentazione di modalità di com-parazione dei dati e validazione delle informa-zioni) e dell’Università degli Studi di Roma“Tor Vergata” (più specificamente rivolto all’a-nalisi dei fabbisogni formativi);

ncontributi di area specifica: sono propri del Di-partimento di Pneumologia – Fondazione Sal-vatore Maugeri – IRCCS Pavia (per la patolo-gia broncopneumopatica cronica ostruttiva) ela Fondazione Nazionale Gigi Ghirotti (per lospecifico approfondimento dell’area dell’uma-nizzazione);

ncontributi di tipo sperimentale: vi si ricono-scono le altre Unità Operative dove verrannosperimentati gli indicatori proposti nell’ambi-

to delle successive fasi del progetto.A questo gruppo di progetto si è unita in una se-conda fase la Regione Liguria.

LE FASI E LE SCELTE METODOLOGICHENella stesura del progetto erano state identifica-te una serie di fasi utili al raggiungimento degliobiettivi prefissati (Tabella 2).Sin dalle prime riunioni, nel febbraio del 2004,il gruppo di lavoro ha affrontato le criticità, pe-raltro già ben presenti al momento della stesuradel progetto:nuna notevole disomogeneità nella qualità deiflussi informativi territoriali che determina, inlinea di massima, un giudizio comune di unascarsa attendibilità delle informazioni;

nun’importante difficoltà a collegare tra loro iflussi ospedalieri e territoriali al fine di identi-ficare, in modo trasversale, i “profili” di utilizzoda parte dei cittadini.

A fronte di ciò, sono state peraltro sottolineate:n la volontà di collaborare al progetto, anche ap-profondendo tematiche specifiche di interessedelle singole Unità Operative;

nalcune esperienze già attuate o in fase di attua-zione da parte di alcune Unità partecipanti e lavolontà, da parte delle altre, di discuterne i ri-sultati e la possibile applicazione.

Sono state pertanto discusse, condivise e assun-te alcune scelte metodologiche, di seguito rias-sunte, che non si discostano sostanzialmente daquelle previste in fase di progettazione, ma chene dislocano in modo differente la sequenza


174

i Sup

plem

enti

di

1.Rassegna della letteratura e delle esperienze nazionali e internazionali più significative per identificare gli indicatori maggiormente utilizzati per gli scopiprevisti.

2. Identificazione e definizione di un set di indicatori maggiormente rappresentativi e applicabili in contesti di tipo generale.3.Verifica dei dati necessari alla costruzione degli indicatori scelti.4.Verifica della disponibilità dei dati scelti in flussi informativi accessibili.5. Identificazione dei bisogni formativi e realizzazione della formazione necessaria per la rilevazione dei dati.6.Ricerca e sperimentazione delle modalità più idonee per rendere effettiva ed efficace la comparazione dei dati, con particolare riguardo all’identificazione e

al trattamento di variabili di confondimento.7.Validazione e conferma degli indicatori.8. Pubblicazione dei risultati metodologici e applicativi.

TABELLA 2 - Le fasi metodologiche del progetto

temporale.A.Si è effettuata una prima analisi bibliografica

che, in sintesi, per quattro linee di approfon-dimento, ha dato i seguenti risultati:n valutazione dell’attività territoriale e del-

l’ospedalizzazione evitabile: sono stati estrat-ti articoli relativi a due tipologie di analisi.La prima è orientata a singole condizionisanitarie e sottolinea in genere il valore del-la continuità assistenziale, anche se non sem-pre è dimostrata una superiore efficacia intermini di outcome di un approccio inte-grato. Sono riportati alcuni esempi di effi-cacia dell’attività ambulatoriale nella ridu-zione delle ospedalizzazioni per alcune pa-tologie (asma, scompenso cardiaco, diabe-te). Emerge una superiorità della cosiddet-ta “managed care” nel campo della medici-na preventiva, mentre l’approccio tradizio-nale nell’erogazione delle prestazioni sani-tarie facilita il primo accesso alle cure;

n determinanti dello stato di salute della po-polazione: vengono evidenziate le diversecaratteristiche della popolazione (età, sesso,razza, reddito) che condizionano una diffe-renziazione nell’accesso e nella qualità del-le cure, soprattutto in relazione alle carat-teristiche organizzative del sistema sanita-rio. In particolare si dimostra che, ove sonopresenti, i CHC (Community Health Cen-ters) riducono le disuguaglianze nell’acces-so e nella qualità delle cure, che si rilevanocomunque nel macrosistema sanitario USA;

n Record Linkage (RL): sono descritte es-senzialmente due modalità di RL; il meto-do cosiddetto “deterministico”, che colle-ga i singoli record in base alla verifica diuguaglianza dei valori di variabili comuni,e il metodo “probabilistico” che associa va-lori di probabilità di uguaglianza ai singoliappaiamenti, selezionando i record da ap-paiare in funzione di un valore soglia di pro-babilità. Le due modalità possono essere uti-lizzate singolarmente o congiuntamente per

risolvere sottoinsiemi di incertezza. La pri-ma modalità è prevalente;

n Disease Management: nell’area OECD (Or-ganization for Economic Cooperation andDevelopment – Organizzazione per la Co-operazione e lo Sviluppo Economico) sistanno affermando politiche sanitarie fina-lizzate al contenimento dei costi. Da ciò de-riva la necessità di giustificare l’attività me-dica sotto il profilo dell’efficacia e dell’effi-cienza. Il Disease Management si è svilup-pato negli USA come strumento delle Ma-naged Care Organizations (MCO, negliUSA: HMO o PPO): ciò comporta un pos-sibile spostamento del rischio finanziariodalle MCO agli erogatori. Il Disease Ma-nagement viene definito come un proces-so per cui i responsabili delle attività pre-ventive, diagnostiche, di trattamento, con-dividono gli standard relativi alla gestionedelle attività sanitarie. I prerequisiti sono:descrizione della struttura economica del-la malattia (profili assistenziali empirici); dis-ponibilità di Linee Guida; possibilità di co-ordinare gli attori; feedback informativo. Icriteri generali di individuazione delle con-dizioni cliniche da sottoporre al DiseaseManagement sono: costi elevati, outcomemisurabili, variabilità dei profili assistenzia-li, rapido ritorno economico dell’investi-mento. È evidente l’ambivalenza del con-cetto che, formulato per rispondere a esi-genze economiche (riduzione dei costi perle crescenti richieste di prestazioni sanita-rie), può essere interpretato anche nella pro-spettiva del miglioramento della qualità,qualora fossero disponibili linee guida ditrattamento integrato. Il problema è costi-tuito dal fatto che le Linee Guida di tratta-mento abitualmente prescindono dalla de-finizione esplicita della modalità di eroga-zione dell’assistenza. In ogni caso viene sot-tolineato il concetto di qualità centrata sulpaziente e non sull’evento.


175

i Sup

plem

enti

di


176

i Sup

plem

enti

di

FIGURA 1 - Indicatori di tipo A

INDICATORI TIPO A

FIM AMB FARSDO PS

Riferimenti Unità Operativa Servizio/struttura Nome del database Manager del DB (persona di riferimento) Telefono E-mail

Struttura del database Formato del file (DBase,Access, SAS) Dimensione del file (numero record/byte) Unità di osservazione (paziente,prestazione,ospedale,medico di base,prescrizione)Tipologia di variabili rilevate: demografiche, strutturali/organizzative, finanziarie,cliniche, altro Unità geografiche di riferimento (ASL, Comune, Regione) Identificativi dei provider (singoli medici, strutture sanitarie) Identificativi dei pazienti Tracciabilità dei pazienti nel tempoLa rilevazione è esaustiva o campionaria? (Nel secondo caso descrivere le caratteristiche del campione: tipologia, frazione di campionamento)Sono cambiati nel tempo i criteri di definizione delle variabili? (Se sì, indicare quali variabili e la motivazione) Ci sono state variazioni delle chiavi primarie, tali da compromettere il collegamentodei dati nel tempo (es. identificativo dell’ospedale o codice individuale del paziente)? Ci sono record multipli per singolo caso (paziente, episodio di assistenza)?Se sì indicare la variabile di collegamento

Immissione dei datiOrganizzazione che provvede all’immissione dei dati (Ospedale,ASL) Figura professionale che provvede all’immissione dei dati Figura professionale che provvede all’archiviazione dei dati Rapporto tra dati vecchi e nuovi (archiviazione progressiva / sovrascrittura) Procedure di backup

TABELLA 3 - Variabili presenti nella scheda di rilevazione della qualità delle fonti informative

Quesiti generali Obiettivo primario del database La rilevazione è obbligatoria?Chi ha accesso ai dati? Chi sono i destinatari delle informazioni?Chi ha la responsabilità della rilevazione?

Accessibilità / Disponibilità dei datiDa quale anno sono disponibili i dati? Da quanto tempo i dati sono completi? Cadenza di rilevazione (annuale, mensile) Intervallo di tempo per la ricezione del dato dalla fonte Esistono limitazioni per l’accesso alle informazioni? Livello di accessibilità del dato (per pazienti, strutture erogatrici,ASL) È previsto un costo per l’accesso al dato? Formato di esportazione del dato (.xls, .dat) Supporto di trasmissione del dato (carta, dischetto, CD, nastro) Ci sono possibilità di aggiornamento periodico?

AnalisiControlli di qualità del dato: completezza dei record, completezza dei data elements, accuratezza Esistono report relativi alla qualità del dato? Esistono report relativi al contenuto dei dati? Sono state utilizzate procedure di stratificazione o strumenti di risk adjustment? È necessario un software specifico per formulare quesiti al database? Esiste la possibilità organizzativa di rispondere a quesiti ad hoc? Vengono regolarmente calcolati indicatori di processo o di esito?

B.Si è quindi definito che in linea di massimagli indicatori che dovrebbero essere presen-tati come risultato della ricerca devono esse-re il prodotto di flussi correnti e non di rile-vazioni ad hoc, a meno che queste non ser-vano specificamente ad analisi o a validazio-ni particolari.

C.Successivamente, al fine di dare un contributoalle Unità Operative partecipanti in tema diclassificazione e analisi dei propri flussi infor-mativi si è deciso di richiedere ad ognuna (ov-viamente alle Unità Operative rappresentantile Regioni) una serie di informazioni relativealla qualità delle fonti informative (Tabella 3):in particolare, oltre ai riferimenti in grado diidentificare il flusso in esame, sono state ri-chieste informazioni dettagliate sulla strutturadel database, sull’accessibilità ai dati, sulle mo-dalità e responsabilità di immissione dei dati esui tipi di analisi, in particolare sulla qualità deidati; il risultato di tale rilevazione – circa 140flussi censiti – è attualmente in fase di aggior-namento.

D.Sono state identificate e condivise le problemati-che di interesse: in particolare,per definire le pa-tologie e i problemi sanitari da prendere in esa-me,è stata predisposta una “scheda patologie/pro-blemi” dove, come primo passaggio metodolo-gico,è stata assegnata una definizione univoca edesaustiva di “caso”; sono stati ricostruiti,per ognipatologia o problema scelto,i percorsi assistenziali

e sono state proposte e identificate, da parte del-le Unità Operative partecipanti, le fonti infor-mative appropriate per la costruzione degli indi-catori.

E.Nell’ambito dei problemi e patologie presi inesame, sono state definite e condivise tre ti-pologie di indicatori:n Indicatori di tipo A: sono indicatori che pos-

sono essere costruiti attingendo esclusiva-mente ad uno dei flussi informativi a dis-posizione (Figura 1); questi indicatori han-no il vantaggio di utilizzare database spes-so già consolidati e di buona qualità ma,osservando un singolo momento della pre-stazione sanitaria ‘consumata’ (l’ospedale,la prestazione specialistica, l’esame stru-mentale, il farmaco ecc.), non permetto-no una valutazione del processo assisten-ziale.

n Indicatori di tipo B: sono indicatori costruitisu database regionali comuni (FIM, SDO,Ambulatoriale, Farmaceutica e ProntoSoccorso) tra loro collegati attraversochiavi di linkage (Figura 2); la logica dicostruzione e utilizzo di questi indicato-ri è quella di ricostruire i percorsi assi-stenziali dei cittadini identificandone ipunti/momenti di utilizzo delle presta-zioni.

n Indicatori di tipo C: si intendono indicatoricostruiti per indagare aree di particolare


177

i Sup

plem

enti

di

FIGURA 2 - Indicatori di tipo B

INDICATORI TIPO A

IND

ICAT

OR

I TIP

O BPSFARAMBFIMSDO


178

i Sup

plem

enti

di

Vantaggistandardizzazione delle informazioni richieste disponibilità delle informazioni già inviate al Ministero della Salute

approfondimenti specificivalutazione di aree di interesse nazionalestandardizzazione dei dati in uscita

approfondimenti specificivalorizzazione delle esperienze regionalibenchmarking

Indicatori di tipo A

Indicatori di tipo B

Indicatori di tipo C

TABELLA 4 - Vantaggi e svantaggi delle tre tipologie di indicatori

Svantaggiscarsa capacità di lettura delle prestazioni territoriali per gliobiettivi del progetto (indicatori di processo e di esito)

disomogeneità tra Regionipossibile minore confrontabilità

risposta ad esigenze localilettura di processi specifici, legati a contesti organizzativi e cultu-rali non riproducibili


ricerca, anche richiamando specifiche fonti bibliografiche e/o legislative)3. Definizione dell’indicatore (si intende la definizione operativa)4. Fonte dei dati (si intende il flusso come definito nella fase del censimento; se necessario, proporre l’aggiornamento della scheda di censimento)5. Anni di disponibilità dei dati (è il periodo massimo per il quale i dati sono disponibili)6. Anni di riferimento utilizzati per la costruzione dell’indicatore 7. Costruzione

a. Numeratore (indicare esattamente i dati da considerare al numeratore e il relativo flusso)b. Denominatore (indicare esattamente i dati da considerare al denominatore e il relativo flusso)c. Calcolo (evidenziare eventuali standardizzazioni o specificità di calcolo)


9. Standard (indicare la fonte o la motivazione della scelta dello standard)

TABELLA 5 - Scheda anagrafica degli indicatori di tipo A


ricerca, anche richiamando specifiche fonti bibliografiche e/o legislative)3. Definizione dell’indicatore (si intende la definizione operativa)4. Fonte dei dati (si intende il flusso come definito nella fase del censimento; se necessario, proporre l’aggiornamento della scheda di censimento)5. Modalità dei link tra flussi (si intende la spiegazione della modalità o delle modalità con cui sono stati effettuati i link tra i flussi, i motivi delle scelte, le

variabili possibili dei link)6. Anni di disponibilità dei dati (è il periodo massimo per il quale i dati sono disponibili)7. Anni di riferimento utilizzati per la costruzione dell’indicatore 8. Costruzione

a. Numeratore (indicare esattamente i dati da considerare al numeratore e il relativo flusso)b. Denominatore (indicare esattamente i dati da considerare al denominatore e il relativo flusso)c. Calcolo (evidenziare eventuali standardizzazioni o specificità di calcolo)d. Stima dei non accoppiamenti


10.Standard (indicare la fonte o la motivazione della scelta dello standard)

TABELLA 6 - Scheda anagrafica degli indicatori di tipo B


179

i Sup

plem

enti

di

Agency for healthcare research and quality (AHRQ)Quality Indicators (qis)National Quality Measures Clearinghouse (NQMC)National Healthcare Quality ReportNational Healthcare Disparities ReportQuality Tools

Manitoba centre for health policy (MCHP)Population Health Information System (POPULIS)Population Health Research Data RepositoryConcept Dictionary

Veterans affairs (VA)Quality Enhancement Research Initiative (QUERI)Veterans Health Information Systems & Technology Architecture (vista)HSR&D Centers of Excellence (COE)VA Information Resource Center (virec)Measurement Excellence and Training Resource Information Center (METRIC)Health Services Research and Development Service (HSR&D)

Centers for medicare & medicaid services (CMS)Home Health Quality Initiative (HHQI)Nursing Home Quality Initiative (NHQI)Physician Focused Quality Initiative (PFQI)

RandThe Quality of Health Care Delivered to Adults in the United StatesQuality Monitoring System for Children and AdultsThe Potential of Claims Data to Support the Measurement of Health Care Quality

Institute of medicine (IOM)Priority Areas for National Action:Transforming Health Care Quality (2003)Envisioning the National Health Care Quality Report

Stanford prevention research centerNational Trends in Outpatient Quality Indicators

Department of health – National health service UKStatistics and performance indicators in healthcare, social services, complaints handling and waiting times

Health Scotland – National health service Scotland – UKClinical Indicators Support Team

Vermont program for quality in health care, inc.Vermont Health Care Quality Reports

Clinical risk groups (CRGS)

Adjusted clinical groups (ACGS)

DXCG

Istituto superiore di sanità (ISS)Banche dati nazionaliBanche dati regionali

Istituto nazionale di statistica (ISTAT)Banche dati e sistemi informativi

Database: Health for all - Italia

Modello di indicatori di epidemiologia dei servizi sanitari

Prometeo atlante della sanità italiana – 2001

Ministero della salute

European commissionDeveloping health indicators and data collectionFirst set of European Community Health Indicators.The work is divided in 7 sub themesFull list of projectsKey documents

European community health indicators (ECHI)

ECHI 1 – Integrated approach to establishing Community Health Indicators (Phase 1)

ECHI 2 – European Community Health Indicators (Phase 2)

TABELLA 7 - Indice sintetico della valutazione della bibliografia sul tema degli indicatori del territorio

interesse utilizzando esperienze specificheregionali. Il presupposto è che nelle diver-se realtà regionali che partecipano allo stu-dio si siano sviluppati progetti specifici, inbase a indicazioni dei Piani Sanitari Re-gionali o per locali interessi e necessità, cheabbiano indagato processi territoriali (o adintegrazione ospedale/territorio); da unlato, quindi, rivestono un importante si-gnificato ai fini del progetto in quanto per-mettono ad altre Regioni di avere a dis-posizione l’esperienza maturata, le critici-tà superate, i risultati ottenuti e, dall’altrolato, rappresentano ipotesi di ‘allargamen-to’ al territorio nazionale dei processi divalutazione implementati. Da un punto divista strutturale, gli indicatori di tipo Cpossono essere simili a quelli di tipo A o aquelli di tipo B.

Nella Tabella 4 sono r iassunti vantaggi esvantaggi delle tre categor ie di indicator iproposte.F. Sono state definite e condivise le schede ‘ana-

grafiche’ degli indicatori di tipo A (Tabella 5)

e di tipo B (Tabella 6), che dovranno esserecompilate in sede di costruzione e di pubbli-cazione degli indicatori.

G.È stata predisposta, in particolare dall’Uni-tà Operativa della Regione Lombardia edell’Università Tor Vergata di Roma, un’at-tenta e approfondita analisi della letteratu-ra nazionale e internazionale disponibile; inparticolare sono stati indagati e valutati unaserie di siti web, soprattutto internazionali,che propongono sistemi di indicatori spe-cifici per l’area delle tre tipologie di indi-catori prese in esame. Nella Tabella 7 è ri-portato un indice sintetico della valutazio-ne della bibliografia sul tema degli indica-tori del territorio.

H.Sulla base delle scelte metodologiche fatte, so-no stati identificati una prima lista di patolo-gie, problemi e di processi assistenziali candi-dati ad essere oggetto di costruzione di indi-catori di tipo B.Nella prima lista portata in discussione eranostati elencati processi fisiologici (gravidanza evaccinazioni), situazioni di fragilità (sordità,


180

i Sup

plem

enti

di

Patologia/problemaCardiopatia ischemicaColonstomiaDiabeteEpilessiaFrattura del femoreGravidanza e partoIctus (vasculopatia e TIA)Incidenti stradaliIndicatori di umanizzazioneInsufficienza cardiacaInsufficienza renale cronica/dialisiInsufficienza respiratoriaIpertensionePsichiatria (depressione)Screening del carcinoma del colon-rettoScreening del carcinoma della mammellaTumore del polmone, dello stomaco, del pancreas in RSA e ADIVaccinazioni in pediatria

TABELLA 8 - Elenco delle patologie e dei problemi che sono stati identificati come oggetto di analisi e relative Unità Operative coinvolte

Unità Operative CoinvolteLombardiaVenetoCampania, SiciliaLombardiaToscana, Liguria, Friuli VGCampania, Puglia, Marche, Friuli VGPA di Trento,Toscana, Liguria, Friuli VGLazioFondazione Gigi GhirottiLombardia,ToscanaToscana, MarcheFondazione MaugeriCampaniaLombardiaVenetoUmbria, MoliseLiguriaLazio

cecità, non autosufficienza) e situazioni di chia-ra e grave patologia sia acuta (ictus, insuffi-cienza cardiaca, frattura femore) sia cronica(celiachia, diabete, osteoporosi).A seguito di questo primo elenco, peraltropiuttosto complesso, al fine di poter sceglierein modo preciso ed efficace un gruppo di pa-tologie e di problemi su cui concentrare glisforzi del progetto, si è applicato il criterio del-la rintracciabilità del caso: in altri termini, si èposto il problema di quale flusso informativoutilizzare per rintracciare i casi, di quale fossela sua sensibilità e specificità, di quale entitàfossero i livelli dei controlli di qualità.Ad esempio, nel caso di alcune delle inizialiproposte (come la cecità, la sordità, l’obesità)non si è trovato un flusso che rispondesse al-le caratteristiche sopra elencate.Pertanto, l’elenco iniziale si è ristretto ad unalista ancora ricca di argomenti, qui di seguitoriportata, che comprende:n insufficienza respiratorian ictus (vasculopatia e TIA)n psichiatria (depressione)n epilessian insufficienza cardiacan ipertensionen scompenso cardiacon diabeten colonstomian screening del carcinoma del colon-retton screening del carcinoma della mammellan frattura del femoren gravidanza e parton cardiopatia ischemican insufficienza renale cronica/dialisin vaccinazioni in pediatrian incidenti stradalin tumore del polmone, dello stomaco, del

pancreas in RSA e ADIn indicatori di umanizzazione.Ad ognuno dei problemi o processi identifi-cati è stata associata, su base volontaria, una opiù Unità Operative partecipanti al progetto.

Nella Tabella 8 è riassunto l’attuale quadro dilavoro.

I. Sono state messe a punto attività di “tutorag-gio” per monitorare lo sviluppo delle linee diricerca che le varie Unità Operative hannodefinito e fornire loro un costante supportotecnico-scientifico. Ciascun componente delgruppo scientifico ristretto è stato incaricatodi coordinare il lavoro delle Unità Operativeche si occupano della medesima linea di ri-cerca. Il tutoraggio consiste, nella prima fase,nel verificare la coerenza degli indicatori e deimetodi utilizzati agli obiettivi del progetto e,nella seconda fase, nel fornire supporto meto-dologico alle diverse Unità Operative nel lo-ro percorso di implementazione e raccolta deidati: tutto ciò è finalizzato a garantire un’ade-guata omogeneità metodologica relativa allelinee di ricerca seguite.

CONCLUSIONI Per il progetto si prevedeva una durata di 24 me-si ma, constatata la complessità degli argomentiaffrontati e la difficoltà nella raccolta ed elabora-zione dei dati connessi, il progetto ha ottenutouna proroga di sei mesi.Al momento attuale, le Unità Operative stannoproducendo ed elaborando le schede degli indi-catori di tipo A e di tipo B, secondo la metodo-logia condivisa e secondo le aree di competen-za identificate nella tabella 8. Queste attività sistanno svolgendo con il coordinamento e il sup-porto dei tutor assegnati alle diverse linee di ri-cerca.Inoltre, grazie all’esperienza del precedente pro-getto sulla valutazione delle attività ospedalieree alle indicazioni della letteratura internaziona-le, verranno predisposti una serie di indicatoridi tipo A, utilizzando la banca dati delle Schededi Dimissione Ospedaliera, identificando, co-munque, le aree di interesse per le attività di ti-po territoriale.All’inizio di questo progetto erano comunquesufficientemente chiare una serie di criticità:


181

i Sup

plem

enti

di

nuna storica insufficiente attenzione al proble-ma della qualità dei servizi sanitari territoriali;

nuna scarsa attenzione ai flussi informativi terri-toriali;

n la difficoltà al collegamento dei flussi in fun-zione dei processi.

Alla luce di quanto prodotto fino ad ora, si ri-tiene di poter confermare da un lato l’esisten-za delle criticità sopra descritte e dall’altro lavolontà del gruppo di lavoro di ottenere una se-rie di indicatori, non molti, che permettano la

lettura della qualità delle attività sanitarie e so-cio-sanitarie del territorio e, soprattutto, possa-no essere uno stimolo a risolvere, in tutto o inparte, i problemi metodologici che sono statievidenziati.Si ritiene di poter ottenere i risultati delle rile-vazioni entro la fine del 2005 e di utilizzare iprimi mesi del 2006 per la discussione sui me-todi e sui risultati ottenuti, per presentare i ri-sultati complessivi della ricerca entro la metàdel 2006.

182

i Sup

plem

enti


I componenti del Gruppo di ricerca

183

i Sup

plem

enti

di


Roberto Russo – Coordinatore Scientifico della Ricerca

Maria Vittoria Montemurro,Alberto Giugliano,Tonino Pedicini (Agenzia Regionale Sanitaria – Regione Campania)

Vito Ferri,Tiziana Tartaglia (Fondazione Nazionale “Gigi Ghirotti”)

Enrico Baldantoni, Elisabetta Mon (Azienda Provinciale per i Servizi Sanitari – Provincia Autonoma di Trento)

Luca Lattuada,Giuliana Pessina, Francesca Stiore (Agenzia Regionale di Sanità – Regione Friuli Venezia Giulia)

Gabriella Guasticchi, Paolo Giorgi Rossi (Agenzia di Sanità Pubblica Lazio)

Pietro Barbieri,Mauro Maistrello,Marco Albini, Sara Poidomani,Giovanni Casazza (Regione Lombardia)

Francesco Di Stanislao, Patrizia Carletti (Agenzia Regionale Sanitaria – Regione Marche)

Giovanni Di Giorgio (Osservatorio Epidemiologico,ASL Centro Molise)

Luigi Robino,Maria Renata Paola Ranieri (Agenzia Regionale per i Servizi Sanitari – Regione Piemonte)

Gaetano Antonio Di Pietro (Agenzia Regionale Sanitaria – Regione Puglia)

Antonio Colucci,Antonino Magliocco, Salvatore Perriera,Maria Rita Aiala,Vincenzo di Gaetano,Francesco Pomara (Dipartimento Osservatorio Epidemiologico,Regione Siciliana)

Stefania Rodella,Gabriella Scarselli,Valeria Di Fabrizio (Agenzia Regionale di Sanità, Regione Toscana)

Paolo Di Loreto, Paola Casucci (Regione Umbria)

Adriano Marcolongo, Federica Fenzi (Regione Veneto)

Augusto Panà,Armando Muzzi,Giulio Cosa (Università degli Studi di Roma “Tor Vergata”)

Bruno Balbi,Alberto Guerra (Fondazione “Salvatore Maugeri”, Pavia)

Giuseppe Basso,Domenico Gallo (Regione Liguria)

Carlo Liva, Paola Di Stefano, Simona Gorietti, Sara Carzaniga,Giovanna Valentina De Giacomi (ASSR)

Composizione:

In questa sezione viene descritta la rassegnadella letteratura sugli indicatori per la valu-tazione delle attività territoriali. Sono citati iriferimenti più rilevanti corrispondenti ai fi-

loni di ricerca tuttora attivi nell’area relativa alprogetto “Identificazione, sperimentazione e va-lidazione di indicatori di qualità delle attività sa-nitarie e socio-sanitarie del territorio", così co-me è stato realizzato, in modo molto approfon-dito, per l’area riguardante il progetto “Identifi-cazione, sperimentazione e validazione di alcu-ni indicatori di processo ed esito della qualità del-le attività sanitarie”.La revisione della bibliografia è stata affrontataeffettuando una ricerca preliminare sulla bancadati “Medline”, mediante il motore di ricercaPubMed della National Library of Medicine, se-lezionando successivamente gli articoli più rile-vanti in base alla lettura del titolo, dell’abstract(dove disponibile) e valutando in alcuni casi l’im-portanza della rivista (come criterio di inclusio-ne e non come criterio di esclusione). La prin-cipale difficoltà incontrata nell’articolare la ri-cerca bibliografica è stata l’identificazione delleparole chiave (termini “MeSH” – Medical Sub-ject Headings) per descrivere il concetto globa-le di “indicatori di qualità delle attività sanitariee socio-sanitarie del territorio”. Sono stati for-mulati i concetti molecolari attinenti, integratida alcuni concetti corrispondenti alle indicazio-ni emerse nelle fasi preliminari del progetto: l’i-potesi di analizzare alcune specifiche condizionicliniche tramite l’approccio tipico del “DiseaseManagement” e il problema di come effettuare

il collegamento tra differenti basi di dati. Per l’in-sieme dei concetti molecolari è stato individua-to il corrispondente insieme di termini “MeSH”:nHealth Status IndicatorsnQuality Indicators, Health CarenAmbulatory Care FacilitiesnAmbulatory Care InformationnSystemsnAmbulatory CarenHealth Care SurveysnOutpatientsnDisease ManagementnMedical Record Linkage.Sono state utilizzate diverse combinazioni deitermini “MeSH” che hanno consentito di iden-tificare differenti linee di ricerca:1) Gli indicatori sanitari orientati alla valutazio-

ne delle attività ambulatoriali e gli indicatoricollegati alle ospedalizzazioni evitabili.

2) Gli indicatori sanitari orientati alla valutazio-ne dello stato di salute della popolazione e aideterminanti dello stato di salute, in partico-lare per quanto attiene alle interazioni con lediverse modalità di organizzazione dei servi-zi sanitari.

3) I problemi metodologici e le esperienze di re-cord linkage in ambito sanitario.

4) Lo sviluppo della metodica di Disease Mana-gement negli USA e la sua trasferibilità neiPaesi dell’area OECD.

5) L’analisi della bibliografia proveniente da rivi-ste europee per evidenziare la disomogeneitàdelle fonti informative e la necessità di rife-rirsi ad un contesto generale comune.

184

i Sup

plem

enti


RASSEGNA DELLA LETTERATURA

Soprattutto per quanto riguarda l’ultimo punto,è possibile osservare una ridondanza di citazio-ni provenienti dagli USA, dalla Gran Bretagna edal Canada, che in parte corrisponde al reale im-pegno di risorse di quei Paesi nella ricerca ap-plicata per la valutazione dell’attività territoria-le; si pone, però, un problema di trasferibilità del-le evidenze e un problema legato al potenzialebias di informazione rispetto alle esperienze diPaesi che hanno una più consolidata tradizionedi attività territoriali come l’Italia.Questo potenziale limite della ricerca bibliogra-fica, unito alla difficoltà di circoscrivere il con-cetto di “indicatori per la valutazione dell’attivi-tà territoriale”, rende indispensabile l’integra-zione con la “rassegna delle esperienze” condot-ta nell’area “grigia” di Internet.Sono stati presi in considerazione 1807 artico-li, suddivisi per le quattro linee di ricerca citate.In base alla valutazione del titolo, dell’abstract edella rivista, sono stati selezionati 85 articoli,privilegiando i documenti più recenti degli ul-timi 5 anni, integrati da 15 articoli già disponi-bili sul record linkage e sul Disesase Manage-ment: essi costituiscono la base di partenza del-la revisione.Vengono riportati di seguito alcunisintetici e preliminari commenti sulle citate li-nee di ricerca:1) Valutazione dell’attività territoriale e ospedalizza-

zione evitabile: sono stati estratti articoli relati-vi a due tipologie di analisi.

nLa prima è orientata a singole condizioni sani-tarie e sottolinea in genere il valore della con-tinuità assistenziale, anche se non sempre è di-mostrata una superiore efficacia in termini dioutcome di un approccio integrato. Le condi-zioni più frequentemente studiate sono il dia-bete mellito, l’asma bronchiale, la broncopneu-mopatia cronica ostruttiva, l’insufficienza car-diaca, i disturbi mentali e alcune condizioni or-topediche (es. dimissioni dopo chirurgia del-l’anca). Gli indicatori utilizzati sono in partequelli ricavabili dai flussi informativi routinari,in parte sono ottenibili mediante studi ad hoc

che richiedono la rilevazione di parametri fi-siologici o il risultato di esami di laboratorio1-

9. Un altro filone di ricerca è quello che descrivealcuni esempi di efficacia dell’attività ambula-toriale nella riduzione delle ospedalizzazioniper determinate patologie (asma bronchiale,broncopneumopatia cronica ostruttiva, scom-penso cardiaco, complicanze precoci e tardivedel diabete mellito, gastroenterite pediatrica,disidratazione, appendicite perforata)10-58. La mag-gior parte degli studi sull’ospedalizzazione evi-tabile ha utilizzato studi trasversali che hannoevidenziato correlazioni tra ospedalizzazioni evariabili organizzative o determinanti socio-economici di volta in volta valutati. È da citareanche uno studio longitudinale che ha eviden-ziato come il livello di penetrazione di serviziorganizzati secondo un modello di “managedcare” consenta di ridurre le ospedalizzazioni“ACS” (ambulatory care sensitive), anche se unacompleta dimostrazione di causalità non era ot-tenibile dal disegno di questo studio osserva-zionale di tipo “ecologico”59. Un altro studio haevidenziato che sottogruppi di popolazione ca-ratterizzati da un minore accesso ai servizi ter-ritoriali fanno più frequentemente ricorso aiservizi di emergenza (strutture di pronto soc-corso), ma non hanno una maggiore probabi-lità di ricovero a parità di condizioni cliniche60.L’insieme di queste evidenze sottolinea l’utili-tà dei tassi di ospedalizzazione per le condizio-ni ACS al fine della valutazione dei servizi ter-ritoriali, integrati da valutazioni dell’accesso al-le strutture di pronto soccorso. Gli aspetti me-todologici connessi allo studio del peso relati-vo dei criteri di accettazione in ospedale e del-l’incidenza di malattia sono stati studiati in det-taglio con riferimento a due condizioni respi-ratorie: bronchite cronica e polmonite61.

Partendo dal presupposto che negli USA 100 mi-lioni di persone hanno almeno una malattia cro-nica e che le malattie croniche assorbono i 3/4della spesa sanitaria, è stato messo a punto il co-siddetto “Chronic Care Model”62-63, che consiste


185

i Sup

plem

enti

di

in una riprogettazione dell’assistenza territoria-le.Tale modello presuppone un approccio di in-tervento multidimensionale e quindi la disponi-bilità di un set di indicatori multidimensionale,in cui hanno un ruolo fondamentale l’evidencebased medicine e l’Information Technology. Unulteriore elemento che viene sottolineato è lanecessità del coinvolgimento dei pazienti: si de-duce la rilevanza di indicatori per valutare l’ef-ficacia dei programmi di educazione sanitaria el’aderenza alle prescrizioni.nUna seconda tipologia di analisi è orientata piùagli aspetti organizzativi che alle singole con-dizioni cliniche; in alcune ricerche condottenegli USA sono state utilizzate scale di valuta-zione su diversi aspetti dell’assistenza territo-riale, anche in questo caso, quindi, non utiliz-zando indicatori di sistema: emerge una supe-riorità della cosiddetta “managed care”. In par-ticolare un confronto tra questo approccio svi-luppato da Medicare (Medicare Managed Ca-re, MMC) e l’approccio tradizionale (Fee forService, FFS) ha evidenziato la superiorità delprimo nel campo della medicina preventiva,mentre l’approccio tradizionale nell’erogazio-ne delle prestazioni sanitarie (FFS) si caratte-rizza per una maggiore soddisfazione rispettoal primo accesso alle cure. Il giudizio relativoalla qualità delle cure mediche è risultato supe-riore con il sistema FFS, piuttosto che nell’am-bito della MMC; le motivazioni sono molte-plici, ma in questo giudizio ha un peso ancheil fatto che nell’ambito della MMC la strategiadi limitazione nella scelta dei professionisti con-diziona un giudizio meno favorevole sul lorooperato64. In un’altra ricerca, sempre condottaper mezzo di indicatori ad hoc ricavati da que-stionari, si evidenzia la superiorità dei CHC(Community Health Centers) rispetto all’ero-gazione dei servizi gestita dalle HMO (HealthMaintenance Organizations)65. I pazienti affe-renti alle HMO hanno espresso punteggi su-periori relativamente alla dimensione dell’ac-cessibilità, mentre i punteggi relativi a tutte le

altre dimensioni (es. continuità assistenziale, co-ordinamento, globalità dei servizi offerti, cen-tralità del paziente) erano superiori nei pazien-ti afferenti ai CHC.Altre ricerche hanno valu-tato indicatori di outcome più tradizionali, qua-li la mortalità evitabile, evidenziando l’impattopositivo delle strutture territoriali nel miglio-rare gli outcome, nel ridurre le disuguaglianzelegate alle barriere sociali, alle differenze di red-dito, ma soprattutto alle differenze nei livelli discolarizzazione66. In tale contesto, vengono va-lorizzati non solo i tradizionali indicatori di sa-lute della popolazione, ma anche gli indicatoriche descrivono le barriere all’accesso alle curee i determinanti sociali, culturali, economicidella qualità delle cure. Il sistema più utilizzatonegli USA per la valutazione di tutti gli aspet-ti collegati alla qualità delle prestazioni sanita-rie è il sistema HEDIS (Health Employer Da-ta and Information Set)67, che prende in consi-derazione differenti dimensioni della valutazio-ne dei servizi: efficacia, disponibilità di risorse,accessibilità, utilizzazione (appropriatezza), gra-do di soddisfazione, e li integra in un insiemecoerente con lo strumento della balanced sco-re card68. Un’attenzione specifica viene infinerivolta agli “Health Care Consumer Reports”,in quanto è stato possibile evidenziare una cre-scente capacità degli utenti/clienti afferenti aiservizi ambulatoriali nell’individuare gli indi-catori più rilevanti in relazione alle proprie esi-genze all’interno di un insieme articolato di in-formazioni sanitarie69; questo fenomeno va dipari passo con un crescente coinvolgimento deipazienti nelle gestione della malattia. Per unaadeguata valutazione delle attività territoriali,in particolare di quelle ambulatoriali, è neces-sario disporre di sistemi di classificazione degliepisodi di assistenza che consenta di finanziaregli erogatori in funzione delle prestazioni ef-fettuate. I sistemi più utilizzati sono gli APC(Ambulatory Payment Classifications) e gli APG(Ambulatory Payment Groups), che sono tra lo-ro correlati essendo i primi uno sviluppo dei


186

i Sup

plem

enti

di

secondi.Tali sistemi sono orientati alla descri-zione dei volumi e dei costi e in misura mino-re sono in grado di descrivere la qualità delleprestazioni70. Il presupposto fondamentale perl’utilizzazione dei sistemi di classificazione de-gli episodi di assistenza per la valutazione dellaqualità è rappresentato dalla registrazione ac-curata del codice di diagnosi71, anche se la sem-plice registrazione della diagnosi spesso nonconsente una appropriata valutazione dello sta-dio di malattia. Diversi sistemi sono stati pro-posti per tenere conto dello stadio di malattiadei pazienti, al fine di ottenere una più precisadefinizione degli indicatori, utilizzando diffe-renti strumenti di “risk adjustment”72, 73, 74, 75. Unimportante sviluppo metodologico e operativoè rappresentato dai CRG (Clinical Risk Groups)che definiscono la gravità clinica dei malati cro-nici76 e consentono anche una valutazione nel-l’ottica del Disease Management, non limitataai servizi territoriali, ma estesa all’intero insie-me delle risorse assistenziali (intra ed extra-ospe-daliere): utilizzando informazioni ottenibili daidata base amministrativi, vengono definiti 269gruppi di rischio mutuamente esclusivi, in ba-se alla presenza di una o più condizioni croni-che, articolate in livelli di severità di malattia emisurando l’impatto delle interazioni tra con-comitanza di condizioni croniche e livelli di ri-schio. Si definisce un sistema di classificazioneutilizzabile per il finanziamento in un’ottica nonnecessariamente legata ai singoli episodi di ri-covero, adattabile quindi a determinare le pre-stazioni sanitarie attese e il corrispondente co-sto atteso in funzione del profilo di rischio in-dividuale, calcolato in base ai precedenti episo-di di assistenza e alle variabili demografiche.

2) Determinanti dello stato di salute della popolazio-ne: vengono evidenziate le diverse caratteri-stiche della popolazione (età, sesso, razza, red-dito) che condizionano una differenziazionenell’accesso e nella qualità delle cure, soprat-tutto in relazione alle caratteristiche organiz-zative del sistema sanitario: in particolare si di-

mostra che, dove sono presenti, i CHC (Com-munity Health Centers) riducono le disugua-glianze dell’accesso e della qualità delle cure,che si rilevano comunque nel macrosistemasanitario USA77. L’impatto è particolarmenteevidente in specifici sottogruppi di popola-zione e nelle seguenti condizioni: mortalitàinfantile, assistenza pre-natale, incidenza di tu-bercolosi, mortalità complessiva78. Più contro-verse sono le evidenze relative al diabete e al-le cardiopatie, anche se almeno in un caso èstata evidenziata una maggiore frequenza diriospedalizzazione (evitabile) dopo infarto mio-cardico acuto correlata al tipo di assicurazio-ne sanitaria79. Utilizzando indicatori calcolatisu database amministrativi, è stato possibileinoltre evidenziare una minore attenzione ri-spetto al problema della depressione e al ri-schio di suicidio nei soggetti più anziani80.

È stato dimostrato un ostacolo nell’accesso ai ser-vizi territoriali legato al sesso femminile, soprat-tutto in presenza di altri fattori sociali o econo-mici che interagiscono con il sesso81,82. Com-plessivamente, ai fini della costruzione di validiindicatori sanitari per la valutazione delle attivi-tà territoriali, emerge l’esigenza di rilevare tuttequelle variabili che descrivono i fattori che piùcomunemente possono determinare differenzenell’accesso ai servizi o nei risultati delle cure.3) Record Linkage (RL): i riferimenti bibliografi-

ci fondamentali, che descrivono i principaliproblemi metodologici, sono anteriori al200083-90. Si descrivono essenzialmente due mo-dalità di RL: 1) il metodo cosiddetto “deter-ministico”, collega i singoli record in base al-la verifica di uguaglianza dei valori di varia-bili comuni; 2) il metodo probabilistico, asso-cia valori di probabilità di uguaglianza ai sin-goli appaiamenti, selezionando i record da ap-paiare in funzione di un valore soglia di pro-babilità. Le due modalità possono essere uti-lizzate singolarmente o congiuntamente perrisolvere sottoinsiemi di incertezza. La primamodalità è quella utilizzata più comunemen-


187

i Sup

plem

enti

di

te, in particolare quando si debbano trattarebasi di dati caratterizzate da elevata qualità del-l’informazione. In tal caso, le risorse necessa-rie all’elaborazione sono relativamente conte-nute.Alternativamente, l’approccio determi-nistico può essere utilizzato come primo pas-so al fine di generare informazioni derivate datrattare con metodi probabilistici. Questi ul-timi possono utilizzare pesi da attribuire agliappaiamenti che possono essere non-specifi-ci, basati sul confronto semplice di alcune va-riabili, o specifici relativamente all’outcome,ma richiedono la definizione di una strutturadei pesi più articolata.Tra i metodi probabili-stici che hanno conosciuto uno sviluppo par-ticolare, soprattutto negli ultimi anni, devonoessere citati quelli che utilizzano reti bayesia-ne e i metodi basati sulle “Monte Carlo Mar-kov Chain”, anch’essi appartenenti al vasto in-sieme dei metodi bayesiani91. In generale i me-todi probabilistici, in particolare quelli baye-siani, richiedono rilevanti risorse di elabora-zione e la reale utilità di tali metodi deve es-sere valutata caso per caso. Una rassegna diesperienze di applicazione è stata resa dispo-nibile di recente92.

4) Disease Management: le caratteristiche fonda-mentali e la maggior parte dei problemi me-todologici relativi al Disease Management so-no evidenziati in tre documenti93-95. Nell’areaOECD si stanno affermando politiche sanita-rie finalizzate al contenimento dei costi. Daciò deriva la necessità di giustificare l’attivitàmedica sotto il profilo dell’efficacia e dell’ef-ficienza. Il Disease Management si è sviluppa-to negli USA nei primi anni ’90, come rispo-sta all’esigenza di ridurre i costi, assicurandola qualità delle prestazioni sanitarie, su inizia-tiva delle Managed Care Organizations(MCO). Ci sono due tipologie di organizza-zioni: le Health Maintenance Oraganizations(HMO) e le Preferred Provider Organizations(PPO); le prime stipulano contratti o forni-scono direttamente prestazioni sanitarie in ba-

se ad un pagamento periodico. La ricerca diuna compatibilità tra pagamento periodico eprestazioni comunque erogate ha indotto adorientare gli interventi di tali organizzazioniverso la medicina preventiva e a cercare di ri-durre le ospedalizzazioni. Le PPO stipulanocontratti con professionisti e ospedali offren-do pacchetti di prestazioni in un ambito cir-coscritto di erogatori, determinando una li-mitazione della libertà di scelta. In ogni casosi genera un possibile spostamento del rischiofinanziario dalle MCO agli erogatori. Il Dis-ease Management viene definito come un pro-cesso per cui i responsabili delle attività pre-ventive, diagnostiche, di trattamento, condivi-dono gli standard relativi alla gestione delle at-tività sanitarie. I prerequisiti sono: descrizionedella struttura economica della malattia (pro-fili assistenziali empirici); disponibilità di Li-nee Guida; possibilità di coordinare i diversiattori sulla scena del sistema sanitario; feed-back informativo al fine di favorire il miglio-ramento continuo della qualità. I criteri ge-nerali di individuazione delle condizioni cli-niche da sottoporre a Disease Management,così come sono stati formulati nella maggiorparte dei documenti disponibili, sono: malat-tie con costi elevati, esistenza di outcome mi-surabili, variabilità dei profili assistenziali, ra-pido ritorno economico dell’investimento.Quest’ultimo criterio è funzionale al conte-sto organizzativo in cui si è sviluppato il Di-sease Management e ai soggetti che in essooperano (il sistema sanitario USA). In realtà èplausibile che alcuni interventi sanitari coerenticon il Disease Management possano esplicareun effetto apprezzabile in un orizzonte tem-porale più ampio di quello abitualmente con-siderato. Di fatto molti autori sottolineano ladifficoltà di ottenere sicure evidenze in meri-to all’efficacia dei programmi di Disease Ma-nagement, sottolineando come in alcuni casisia stato possibile dimostrare una riduzione deicosti sanitari, ma come sia più difficile dimo-


188

i Sup

plem

enti

di

strare un miglioramento o perlomeno un man-tenimento della qualità delle prestazioni sani-tarie a fronte di una riduzione dei costi. È evi-dente l’ambivalenza di un concetto che, for-mulato per rispondere a esigenze economiche(riduzione dei costi per le crescenti richiestedi prestazioni sanitarie), può essere interpre-tato anche nella prospettiva del miglioramen-to della qualità, qualora fossero disponibili li-nee guida di trattamento integrato. Il proble-ma è costituito dal fatto che sono disponibilinumerose Linee Guida di trattamento che, tut-tavia, in genere prescindono dalla definizioneesplicita della modalità di erogazione dell’as-sistenza e che richiedono una costante colla-borazione con i clinici96. Il sistema sanitariodegli USA può essere descritto attraverso al-cune caratteristiche salienti: costi elevati, mo-desta regolamentazione, orientamento all’as-sistenza ospedaliera, abbondanza di fornitoridi prestazioni sanitarie. È evidente che un pro-gramma di Disease Management ha un ruolopreciso in tale contesto ed è possibile preve-dere che esistano ampi margini di migliora-mento. La trasferibilità di tale approccio aglialtri Paesi dell’OECD è limitata nella misurain cui i costi sono relativamente più bassi, esi-ste un più elevato grado di programmazionesanitaria, è più limitato il ricorso all’ospeda-lizzazione. In tali contesti risulta più interes-sante la seconda accezione di Disease Mana-gement, quella riconducibile alla valutazione

dei percorsi assistenziali e al disegno di LineeGuida integrate. Si tratterebbe pertanto di enu-cleare alcuni elementi qualificanti tale ap-proccio, evitando un trasferimento acritico diuno strumento nato per risolvere problemispecifici di un sistema sanitario particolare. Lalibera scelta del paziente in merito al tratta-mento sanitario è limitata da diversi fattori:l’inevitabile delega della maggior parte delledecisioni ai tecnici del sistema sanitario, chedetermina l’attribuzione del paziente a que-sto o a quel trattamento, a questo o a quel for-nitore di servizi (es. ospedale); un ulteriore fat-tore limitante è costituito dalle risorse effetti-vamente disponibili a livello locale. Le MCO,per mezzo dei programmi di Disease Mana-gement, hanno posto ulteriori vincoli. Para-dossalmente, però, viene sottolineato il con-cetto di qualità centrata sul paziente e non sul-l’evento, dove però il paziente viene conside-rato più l’unità di osservazione privilegiata,piuttosto che un soggetto partecipe delle scel-te che lo riguardano.Anche in questo camposi stanno sviluppando sistemi di classificazio-ne per favorire strategie di individuazione dipazienti ad alto rischio di diventare ad alto co-sto e per evitare che ciò accada. Una accura-ta classificazione dei pazienti potrebbe ancheconsentire di interpretare la variabilità dei per-corsi assistenziali in funzione delle caratteri-stiche individuali dei pazienti.Alla luce di que-ste considerazioni, è possibile meglio precisa-


189

i Sup

plem

enti

di

Disease ManagementAssistenza comprensivaAssistenza integrata, continuità assistenzialeCentrato sulla personaEventi acuti + prevenzioneOrientato alla popolazioneOrientato alla domanda“Cliente” attivo: auto-cura, educazione sanitariaEvidente basedProtocolli,“accountability”

Approccio tradizionaleAssistenza frazionataEpisodi di malattia gestiti da provider diversiRisposta agli eventiEventi acutiPaziente individualeOrientato all’offerta“Paziente” passivo, non informatoTradizioni, opinioniAutonomia dei medici

TABELLA 1 - Confronto tra Disease Management e approccio tradizionale

re e articolare il concetto di Disease Manage-ment (DM), in opposizione a quello che vie-ne considerato l’approccio tradizionale alla ge-stione dell’assistenza sanitaria. L’approccio tra-dizionale si scompone in singoli episodi di as-sistenza frequentemente suddivisi per singoloproblema specialistico. Il DM si propone di di-segnare un approccio globale, che supera laframmentazione specialistica, prevede l’interospettro di modalità di erogazione dell’assistenza,privilegiando il trattamento extra-ospedalie-ro e la medicina preventiva, favorisce la con-tinuità dell’assistenza. L’approccio tradiziona-le, invece, è orientato al singolo individuo e alrapporto medico-paziente. Il DM è orientatoalla popolazione (ai sottogruppi di popolazio-ne a rischio di eventi o di recidive); presentaanalogie e in parte differisce dalla medicinapubblica in quanto questa è anche orientataalla comunità, mentre il DM è orientato a po-polazioni che sono variamente distribuite sulterritorio. L’approccio tradizionale è orienta-to ai fornitori di prestazione, mentre il DMsottolinea l’importanza del paziente per quan-to attiene al suo coinvolgimento nelle cure,quindi alla compliance al trattamento, all’edu-cazione sanitaria e alla prevenzione seconda-ria. L’approccio tradizionale prevede la liber-tà di scelta delle terapie e l’autonomia dei cli-nici (vedi Tabella 1). Il DM applica i presup-posti dell’Evidence based medicine (LineeGuida, protocolli di diagnosi e cura, indicato-ri di outcome), limitando quindi l’autonomiadei singoli clinici e facendo pieno uso deglistrumenti che fanno capo all’InformationTechnology. Emerge pertanto un nuovo atto-re, il manager del sistema informativo medi-co, che si affianca ai tradizionali decisori cli-nici. I processi assistenziali ottimali vengonocontinuamente rivisti in base alle nuove evi-denze scientifiche e la disponibilità di indica-tori di outcome favorisce la verifica dell’effi-cacia dei programmi di intervento. I pro-grammi di DM si applicano soprattutto alle

malattie croniche o che prevedono ricorren-ti episodi di assistenza. La conoscenza dell’e-voluzione della malattia e della struttura deicosti consente di definire gli interventi più ap-propriati per sottogruppi di popolazione adogni stadio di gravità della malattia, al fine distabilizzare la situazione o prevenire il dete-rioramento clinico; le complicazioni, che so-no associate a episodi acuti ad elevato costo,dovrebbero essere evitate per mezzo di ap-propriati interventi. La misurazione degli out-come si inserisce in un processo di migliora-mento continuo della qualità. Le condizionicliniche tradizionalmente interessate dai pro-grammi di DM sono: diabete mellito, asmabronchiale, ipertensione arteriosa, cardiopatiaischemica e insufficienza cardiaca, tumori, gra-vidanza e parto, dipendenza da alcool, psicosiaffettive, alcuni problemi ortopedici. General-mente si tratta di condizioni ad elevata preva-lenza, anche se si suggerisce di non trascurarecondizioni caratterizzate da bassa incidenzama con costi assistenziali elevati97. L’evidenzadisponibile si riferisce all’efficacia teorica de-gli interventi (efficacy), piuttosto che all’effi-cacia pratica (effectiveness). È stato dimostra-to che, in alcuni casi, si riesce a conseguire unaridotta utilizzazione di risorse sanitarie: mi-nori contatti nei dipartimenti di emergenza,ridotta durata di degenza, ridotta ospedalizza-zione. Uno dei principali obiettivi del DMpuò essere considerato la continuità dell’assi-stenza, limitando la frammentazione degli epi-sodi di cura. Il problema consiste nell’attribu-zione della responsabilità del coordinamento.Esistono limitate esperienze che indicano chealcune condizioni, come l’insufficienza rena-le cronica, sono meglio coordinate dagli ospe-dali (centri dialisi),mentre altre condizioni co-me l’asma, il diabete e l’ipertensione sono me-glio coordinate dagli erogatori dell’assistenzaprimaria. Il problema si pone ancora per con-dizioni cliniche che sono più bilanciate ri-spetto alle diverse modalità di erogazione del-


190

i Sup

plem

enti

di

l’assistenza o in presenza di malattie plurime(ad esempio, diabete mellito e insufficienza re-nale), che richiedono un approccio totalmen-te integrato e la disponibilità di Meta-LineeGuida che prevedano la concomitanza di piùcondizioni cliniche95.Viene ribadita l’esigen-za di tutelare soprattutto i pazienti più a ri-schio, caratterizzati da stadi di malattia piùavanzati o pluri-patologie: ne consegue la ne-cessità di un buon sistema informativo orien-tato alla misurazione della gravità clinica oltreche dei dati economici98. Una delle principa-li preoccupazioni nei confronti del DM è co-stituita dal fatto che le organizzazioni sanita-rie possono conseguire una riduzione dei co-sti molto più facilmente rispetto al migliora-mento della qualità delle prestazioni, se nonaltro perché questa è più difficile da misurare.Qualora il programma di DM fosse affidatoalla responsabilità di un’organizzazione convincoli economici di breve periodo, anche seil miglioramento della qualità fosse un obiet-tivo dichiarato e onestamente perseguito, l’o-rizzonte temporale di tale organizzazione sa-rebbe necessariamente più limitato dell’oriz-zonte temporale complessivo dei pazienti. Ciòvale per le MCO negli USA, come potrebbevalere per le ASL in Italia, e spiega la scelta diobiettivi di breve periodo, sia di outcome chedi contenimento dei costi, piuttosto che obiet-tivi di miglioramento dello stato di salute suuna scansione temporale più ampia.

5) La ricerca bibliografica ha prodotto una ri-dondanza di citazioni relative a ricerche effet-tuate in contesti organizzativi differenti dallapur variegata organizzazione dei servizi terri-toriali italiani ed europei.Abbiamo ritenutoutile, pertanto, condurre un’analisi dei riferi-menti bibliografici ottenibili dalle riviste eu-ropee di salute pubblica, che in generale evi-denziano una sostanziale disomogeneità dellefonti informative e la necessità di definire uncontesto di riferimento comune99. In questaprospettiva si inserisce un documento di pre-

sentazione del progetto ECHI (EuropeanCommunity Health Indicators)100 che defini-sce i seguenti obiettivi:

n sviluppare un insieme di misure confrontabili,nell’area della sanità pubblica, in tutti i Paesimembri dell’Unione Europea;

ndefinire un insieme di indicatori, al punto diintersezione tra esigenze informative e dispo-nibilità dei dati;

n identificare le carenze informative, indicandole priorità per lo sviluppo del sistema infor-mativo;

ndefinire Linee Guida, per la produzione di rap-porti pubblici a livello internazionale, naziona-le e regionale;

ndefinire il contesto di riferimento, per lo svi-luppo dei sistemi informativi e per la strutturadei data base sanitari;

ncontribuire a delineare il contesto di riferimentoper il monitoraggio degli obiettivi, soprattuttoin relazione al programma di intervento in sa-nità pubblica della Commissione Europea.

Vengono, inoltre, definiti i requisiti del sistemadi indicatori:nglobalità, ovvero necessità di svolgere un’azio-ne di monitoraggio su tutti gli aspetti della sa-nità pubblica. Coerenza, cioè consistenza ri-spetto al quadro concettuale di riferimento;

n flessibilità, necessaria per tenere conto della di-somogeneità di politiche sanitarie e di obietti-vi specifici tra Stati membri e tra Regioni al-l’interno dei singoli Stati. Eventualità di modi-ficazioni delle politiche sanitarie nel tempo;

ncoerenza, con le precedenti esperienze di sele-zione e definizione degli indicatori, con parti-colare riferimento a:WHO-Europe, OECD,Eurostat;

ncoerenza, con le evidenze scientifiche (eviden-ce based) e appropriatezza metodologica.

Vengono proposte 4 categorie di indicatori:n Indicatori demografici e fattori socio-econo-mici

nStato di salutenDeterminanti della salute


191

i Sup

plem

enti

di

nSistemi sanitari (programmi di prevenzione, ca-ratteristiche strutturali e organizzative, perfor-mance sanitarie).

I punti 1, 2 e 5 della rassegna bibliografica costi-tuiscono una base di riferimento per gli indica-tori basati sulle singole fonti informative (nel pro-getto dell’ASSR sono denominati indicatori ditipo A). I punti 3 e 4 della rassegna bibliograficacostituiscono una base di riferimento per gli in-dicatori trasversali a più fonti informative (nelprogetto dell’ASSR sono denominati indicatoridi tipo B e C).

BASE BIBLIOGRAFICA DEL PROGETTO1. Owens MW,Markewitz BA,Payne DK.Out-

patient Management of chronic Obstructive Pul-monary Disease.Am J Med SCI 1999; 318 (2):79-87.

2. Kercsmar CM. Current Trends in Managementof Pediatric Asthma. Respiratory Care 2003;48 (3): 194-208.

3. Liberatos PM, Elinson J, Schaffzin T. Develo-ping Measure of unmet Health Care Needs for aPediatric Population. Medical Care 2000; 38(1): 19-34.

4. Fielden JM, Scott S, Horne JG. An Investiga-tion of Patient Satisfaction Following Dischargeafter total Hip Replacement Surgery. Orthopae-dic Nursing 2003; 22 (6): 429-436.

5. Kell SH, Drass J, Bausell RB et al. Measuresof Disease Control in Medicare Beneficiares withDiabetes Mellitus. JAGS 1999; 47: 417-422.

6. Sadur CN, Moline N, Costa M et al. Diabe-tes Management in a Health Maintenance Or-ganization. Diabetes Care 1999; 22 (12):2011-2017.

7. Valenstein M, Mitchinson A, Ronis D. Qua-lity Indicators and Monitoring of Mental HealthServices:What do frontline providers think? AmJ Psychiatry 2004; 161 (1):146-153.

8. Issakidis C,Andrews G. Rationing of HealthCare: Clinical decision Making in an outpatientclinic for anxiety disorders. Anxiety Disorders2001; 17: 59-74.

9. Greenberg GA,Rosenheck R.Managerial andEnvironmental Factors in the Continuity of Men-tal Health Care Across Institutions. PsychiatricServices 2003; 54 (4): 529-534.

10. Bagg W, Sathu A, Streat S, et al. Diabetic ke-toacidosis in adults at Auckland Hospital, 1988-1996.Aust NZ J Med 1998;28(5):604-8.

11. Billings J, Zeital L, Lukomnik J, et al. Analy-sis of variation in hospital admission rates asso-ciated with area income in New York City. Un-published report.

12. Billings J, Zeitel L, Lukomnik J, et al. Im-pact of socioeconomic status on hospital use inNew York City, Health Aff (Millwood)1993;12(1):162-73.

13. Bindman AB, Grumbach K, Osmond D, etal.Preventable hospitalizations and access to healthcare. JAMA 1995;274(4):305-11.

14. Blais L, Ernst P, Boivin JF, et al. Inhaled corti-costeroids and the prevention of readmission to ho-spital for asthma.Am J Respir Crit Care Med1998; 158(1):126-32.

15. Blumberg MS, Juhn PI. Insurance and the riskof ruptured appendix [letter; comment]. N EnglJ Med 1995;332(6):395-6; discussion 397-8.

16. Blustein J, Hanson K, Shea S. Preventable ho-spitalizations and socioeconomic status. HealthAff (Millwood) 1998;17(2):177-89.

17. Bratton SL, Haberkern CM,Waldhausen JH.Acute appendicitis risks of complications: age andMedicaid insurance. Pediatrics 2000;106(1 Pt1):75-8.

18. Braveman P, Schaaf VM, Egerter S, et al. In-surance-related differences in the risk of rupturedappendix [see comments]. N Engl J Med1994;331(7):444-9.

19. Brunwald E,Antman EM, Beasley JW et al.ACC/AHA guidelines for the management ofpatients with unstable angina and non-ST-seg-ment elevation myocardial infarction.A report ofthe American College of Cardiology/AmericanHeart Association Task Force on Practice Guide-lines (Committee on the Management of Patientswith Unstable Angina). J Am Coll Cardiol


192

i Sup

plem

enti

di

2000;36(3):970-1062.20. Burkhart DM. Management of acute gastroen-

teritis in children.American Family Physician1999 60(9): 2555-2566.

21. Centers for Disease Control and Prevention(CDC). National Diabetes Fact Sheet: Natio-nal Estimates and General Information on Dia-betes in the United States. Atlanta, GA: U.S.Department of Health and Human Servi-ces, 1999.

22. Centers for Disease Control and Prevention(CDC). Asthma mortality and hospitalizationamong children and young adults – United Sta-tes, 1980-1993.MMWR Morb Mortal WklyRep 1996;45(17):350-3.

23. Chassin MR, Galvin RW, The urgent need toimprove health care quality. Institute of Medi-cine National Roundtable on Health CareQuality. JAMA 1998;280(11):1000-1005.

24. Donahue JG,Weiss ST, Livingston JM, et al.Inhaled steroids and the risk of hospitalization forasthma. JAMA 1997;277(11):887-91.

25. Edep ME, Shah NB,Tateo IM, et al. Diffe-rences between primary care physicians and car-diologists in management of congestive heart fai-lure: relation to practice guidelines. J Am CollCardiol 1997;30(2):518-26.

26. Feinleib M, Rosenberg HM, Collins JG, etal. Trends in COPD morbidity and mortality inthe United States. Am Rev Respir Dis1989;140(3 pt 2):S9-18.

27. Foster DA,Talsma A, Furumoto-Dawson A,et al. Influenza vaccine effectiveness in preventinghospitalization for pneumonia in the elderly.AmJ Epidemiol 1992;136(3):296-307.

28. Gaster B, Hirsch IB.The effects of impro-ved glycemic control on complications intype 2 diabetes. Arch Intern Med1998;158(2):134-40.

29. Gibbons RJ, Chatterjee K, Daley J, et al.ACC/AHA/ACP-ASIM guidelines for the ma-nagement of patients with chronic stable angina:a report of the American College of Cardio-logy/American Heart Association Task force

on Practice Guidelines (Committee on Ma-nagement of Patients with Chronic StableAngina) [published erratum appears in J AmColl Cardiol 1999 Jul;34(1):314]. J Am CollCardiol 1999;33(7):2092-197.

30. Hackner D,Tu G,Weingarten S, et al. Guide-lines in pulmonary medicine: a 25-year profile.Chest 1999;116(4):1046-62.

31. Harris MI. Diabetes in America: epidemiologyand scope of the problem. Diabetes Care 1998;21Suppl 3:C11-4.

32. Healthy People 2010. Office of Disease Pre-vention and Health Promotion, U.S.Departmentof Health and Human Services.

33. Hessol NA, Fuentes-Afflick E, BacchettiP. Risk of low birth weight infants amongblack and white parents. Obstet Gynecol1998;92(5):814-22.

34. Hiss RG. Barriers to care in non-insulin-depen-dent diabetes mellitus.The Michigan Experience.Ann Intern Med 1996;124(1 Pt 2):146-8.

35. Humphrey LL, Palumbo PJ, Butters MA,et al. The contribution of non-insulin-depen-dent diabetes to lower-extremity amputation inthe community. Arch Intern Med1994;154(8):885-92.

36. Institute of Medicine Division of Health Ca-re Services. Medicare: a strategy for quality as-surance. Washington, DC: National AcademyPress; 1990.

37. Lin, S, Fitzgerald E, Hwang SA, et al. Asthmahospitalization rates and socioeconomic status inNew York State (1987-1993) J Asthma1999;36(3):239-51.

38. Mayfield JA, Reiber GE, Sanders LJ, et al.Preventive foot care in people with diabetes. Dia-betes Care 1998;21(12):2161-77.

39. McConnochie KM, Russo MJ, McBride JT,et al. Socioeconomic variation in asthma hospita-lization: excess utilization or greater need? Pe-diatrics 1999;103(6):375.

40. Millman M, editor. Committee on MonitoringAccess to Personal Health Care Services. Was-hington, DC: National Academy Press; 1993.


193

i Sup

plem

enti

di

41. Murray JL, Bernfield M. The differential effectof prenatal care on the incidence of low birth weightamong blacks and whites in a prepaid health careplan. N Engl J Med 1988;319(21):1385-91.

42. Musey VC, Lee JK, Crawford R, et al. Dia-betes in urban African-Americans. I. Cessation ofinsulin therapy is the major precipitating cause ofdiabetic ketoacidosis. Diabetes Care1995;18(4):483-9.

43. National Heart, Lung, and Blood Institu-te/National Asthma Education and Preven-tion Program. Expert Panel Report 2: Guide-lines for the diagnosis and management of asth-ma. In: National Institutes of Health pub. no.97-4051. Bethesda, MD; 1997.

44. O’Campo P, Xue X,Wang MC, et al.Neigh-borhood risk factors for low birthweight in Balti-more: a multilevel analysis. Am J Public Health1997;87(7):1113-8.

45. Patout CA, Jr., Birke JA, Horswell R, et al.Effectiveness of a comprehensive diabetes lower-extremity amputation prevention program in a pre-dominantly low-income African-American popu-lation. Diabetes Care 2000;23(9):1339-42.

46. Pecoraro RE, Reiber BE, Burgess EM.Path-ways to diabetic limb amputation. Basis of pre-vention. Diabetes Care 1990;13(5):513-21.

47. Philbin EF,Andreaou C,Rocco TA, et al. Pat-terns of angiotensin-converting enzyme inhibitoruse in congestive heart failure in two communityhospitals. Am J Cardio. 1996;77(1):832-8.

48. Ray NF,Thamer M, Fadillioglu B, et al. Ra-ce, income, urbanicity, and asthma hospitalizationin California: a small area analysis. Chest1998;113(5):1277-84.

49. Reiber GE, Pecoraro RE, Koepsell TD.Riskfactors for amputation in patients with diabetesmellitus.A case-control study.Ann Intern Med1992;117(2):97-105.

50. Reis, SE, Holubkov R, Edmundowicz D, etal. Treatment of patients admitted to the hospitalwith congestive heart failure: specialty-related dis-parities in practice patterns and outcomes. J AmColl Cardiol 1997;30(3):733-8.

51. Rosenthal GE, Harper DL, Shah A, et al. Aregional evaluation of variation in low-severity ho-spital admissions. J Gen Intern Med1997;12(7):416-22.

52. Selby JV, Zhang D. Risk factors for lower extre-mity amputation in persons with diabetes. Dia-betes Care 1995;18(4):509-16.

53. Silver MP, Babitz ME, Magill MK. Ambula-tory care sensitive hospitalization rates in the agedMedicare population in Utah, 1990 to 1994: arural-urban comparison. J Rural Health1997;13(4):285-94.

54. Trudeau ME, Solano-McGuire SM. Evalua-ting the quality of COPD care. Am J. Nurs1999;99(3):47-50.

55. Weinberg AD, Minaker KL. Dehydra-tion. Evaluation and management in olderadults. Council on Scientific Affairs,Amer ican Medical Association. JAMA1995;274(19):1552-6.

56. Weinberger M,Oddone EZ,Henderson WG.Does increased access to primary care reduce ho-spital readmissions? VA Cooperative Study Groupon Primary Care and Hospital readmission. NEngl J Med 1996;334(22):1441-7.

57. Weissman JS, Gatsonis C, Epstein AM. Ratesof avoidable hospitalization by insurance status inMassachusetts and Maryland. JAMA1992;268(17)2388-94.

58. Zoorob RJ, Hagen MD. Guidelines on the ca-re of diabetic nephropathy, retinopathy and footdisease. Am Fam Physician 1997;56(8):2021-8, 2033-4.

59. Backus L, Moron M, Bacchetti P et Al.Effectof Managed Care on Preventable HospitalizationRates in California. Medical Care 2002; 40(4): 315-324.

60. Oster A and Bindman AB. Emergency De-partment Visits for Ambulatory Care Sensiti-ve Conditions. Medical Care 2003; 41 (2):198-207.

61. Pekoz EA, Shwartz, Iezzoni LI et al. Com-paring the importance of disease rate versus prac-tice style variations in explaining differences in


194

i Sup

plem

enti

di

small area hospitalization rates for two respira-tory conditions. Statistics in Medicine 2003;22: 1775-1786.

62. Bodenheimer T,Wagner EH, Grunbach K.Improving Primary Care for Patients with Chro-nic Illness. JAMA 2002; 288 (14): 1775-1779.

63. Bodenheimer T,Wagner EH, Grunbach K.Improving Primary Care for Patients with Chro-nic Illness. The Chronic Care Model, Part 2.JAMA 2002; 288 (15): 1909-1914.

64. Landon BE, Zalavsky AM, Bernard SL et al.Comparison of Traditional Medicare vs Medica-re Managed Care. JAMA 2004; 291 (14):1744-1752.

65. Shi L, Starfield B, Xu J et al. Primary CareQuality: Community Health Center and HealthMaintenance Organization.Southern MedicalJournal 2003; 96 (8): 787-795.

66. Politzer RM, Schempe AH, Starfiled B et al.The Future Role of Health Centers in ImprovingNational Health. Journal of Public Health Po-licy 2003; 24 (3/4):297-306.

67. Lied TR, Sheinglod S. HEDIS PerformanceTrends in Medicare Managed Care. Health Ca-re Financing Rewiew 2001; 23 (1): 149-160.

68. Kedrowsky SM,Weiner C. Performance Mea-sures in Ambulatory Care. Nurs Econ 2003;21(4): 188-193.

69. Longo DR, Everett KD. Health Care Consu-mer Reports:An Evaluation of Consumer Per-spectives. Journal of Health Care Finance 2003;30(1): 65-71.

70. Cusack C, DeKoven M, Dessingue R et al.Outpatine Prospective Payment: Uses and Pro-gress to Date. J Ambulatory Care Manage2002; 25(3): 56-62.

71. Wahls TL, Barnett MJ, Rosenthal GE. Pre-dicting Resource Utilization in a Veterans HealthAdministration Primary Care Population. Me-dical Care 2004; 42(2): 123-128.

72. Welch P. Outpatient Encounter Data for Riskadjustment: Strategic Issues for Medicare and Me-dicaid. J Ambulatory Care Manage 2002;25(3): 1-15.

73. Lamers LM. Health-Based Risk Adjustment: IsInpatient and Outpatient Diagnostic informationSufficient? Inquiry 2001; 38: 423-431.

74. Desalvo KB, Block JP, Munter P et al. Pre-dictors of variation in office visit interval assign-ment. International Journal for Quality inHealth Care 2003; 15(5): 399-405.

75. Brailer DJ, Kroch EA. Member risk adjustmentfor ambulatory episodes of care. Health Care Ma-nagement Science 1999; 2: 125-136.

76. Hughes JS,Averill RF, Eisenhandler J et al.Clinical Risk Groups (CRGs).A ClassificationSystem for Risk-Adjusted Capitation-Based Pay-ment and Health Care Management. MedicalCare 2004; 42(1): 81-90.

77. Shi L, Regan J, Politzer RM et al. Commu-nity Health Centers and Racial/Ethnic Dispari-ties in Healthy Life. International Journal ofHealth Services 2001; 31(3): 567-582.

78. Shin P, Jones K, Rosenbaum S. Reducing Ra-cial and Ethnic Health Disparities:Estimating theimpact of High Health Center Penetration in Low-income Communities. Report of Center forHealth Services Research and Policy (theGeorge Washington University) 2003.

79. Garcia JA,Yee MC, Chan BKS et al. Poten-tially Avoidable Rehospitalizations followingAcute Myocardial Infarction by Insurance Sta-tus. Journal of Community Health 2003;28(3): 167-184.

80. Fisher LR,Wei F, Solberg L et al. Treatmentof Elderly and Other Adult Patients for Depres-sion in Primary Care. J Am Geriatr Soc 2003;51(11): 1554-1562.

81. Sambamoorthi U, McAlpine DD. Racial, eth-nic, socio-economic, and access disparities in theuse of preventive services among women. Preven-tive Medicine 2003; 37:475-484.

82. Allen LW, Maxwell S, Greene JF. Building anAward-Winning Women’s Health AmbulatoryService and Beyond. J Ambulatory Care Ma-nage 2003; 26(3): 186-198.

83. Howe GR. A Generalized Iterative Record Lin-kage Computer System for Use in Medical Fol-


195

i Sup

plem

enti

di

low-up Studies. Computers and BiomedicalResearch 1981; 14: 327-340.

84. Arellano MG, Petersen GR, Petitti DB et al.The California Automated Mortality LinkageSystem (CAMLIS). American Journal of Pu-blic Health 1984; 74(12): 1324-1330.

85. Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part I:The logicalBasis. Meth Inform Med 1989; 28:86-91.

86. Newcombe HB, Fair ME, Lalonde P. Discri-minating Powers of Partial Agreements of Namesfor Linking Personal Records. Part II:The empiri-cal test. Meth Inform Med 1989; 28:92-96.

87. Roos LL,Wajda A. Record Linkage Strategies.Part I:Estimating Information and Evaluating Ap-proaches.Meth Inform Med 1991; 30:117-123.

88. Roos LL,Wajda A. Record Linkage Strategies.Part II: Portable Software and Deterministic Mat-ching. Meth Inform Med 1991; 30:210-214.

89. Roos LL,Wajda A, Nicol JP et al. Record Lin-kage:An Overview. Summary report: Medical Ef-fectiveness Research Data Methods. AHCPR Pub.No. 92-0056, 1992; 119-135.

90. Roos LL,Walld R,Wajda A et al. Record Lin-kage Strategies, Outpatient Procedures and Ad-ministrative Data. Medical Care 1996; 34(6):570-582.

91. Fortini M, Liseo B, Nuccitelli A et al. Model-ling Issues in record Linkage: A Bayesian Per-spective. Proceedings of the ASA meeting NYcity 2002.

92. Symposium on Health Data Linkage. Sympo-sium Proceedings, Sydney 2002.

93. Kesteloot K. Disease Management.A New Tech-nology in Need of Critical Assessment. Interna-tional Journal of Technology Assessment inHealth Care 1999; 15(3): 506-519.

94. Pilnick A,Dingwall R, Starkey K.Disease Ma-nagement: definitions, difficulties and future direc-tions. Bulletin of the World Health Organiza-tion 2001; 79(8): 755-763.

95. Villagra V. Strategies to Control Costs and Qua-lity.A focus on Outcome Research for Disease Ma-nagement. Medical Care 2004; 42(4): III-24/III-30.

96. Armstrong EP.Disease Management: State of theart and future directions. Clinical Therapeutics1999; 21(3): 593-609.

97. Bruce D, Dickmeyer J. Don’t Overlook Disea-se Management Programs for Low-Incidence,High-Cost Diseases to Improve Your Bottom Line. JHealth Care Financ 2001; 28(2): 45-49

98. Goldfiled N,Averill R. It’s Management NotPayment that We Should Focus On: Commentson Welch. J Ambulatory Care Manage 2002;25(3): 16-22.

99. EURO-MED-STAT:monitoring expenditure andutilization of medicinal products in the EuropeanUnion countries: a public health approach. Eur JPublic Health 2003; 13(3_Suppl): 95-100.

100.Kramers PGN. The ECHI project. Health indi-cators for the European Community. Eur J PublicHealth 2003; 13(3_Suppl): 101-106.


196

i Sup

plem

enti

di

L’Agenzia oggi | Presidente_Franco Toniolo; Direttore_Laura PellegriniConsiglio di amministrazione_Silvio Natoli, Filippo Palumbo, Michelangelo Scopelliti,Aldo VecchioneCollegio dei revisori dei conti_Emanuele Carabotta (Presidente), Renato Balduzzi,Antonio MastrapasquaI settori di attività dell’Agenzia | Monitoraggio della spesa sanitaria • Livelli di assistenza• Organizzazione dei servizi sanitari • Qualità e accreditamento • Innovazione, sperimentazione e sviluppo • Documentazione, informazione e comunicazione • Affari generali e personale• Ragioneria ed economato

www.assr.it | Sul sito dell’Agenzia sono disponibili tutti i numeri di

Documents

Identificazione,sperimentazione e validazione di alcuni ... · Identificazione,sperimentazione e validazione di alcuni indicatori di processo ed esito della qualità delle attività