ACCORDO QUADRO REGIONE UMBRIA- O.E.R.U.- S.I.M.G. (Terzo Anno)

Transcript

1 ACCORDO QUADRO REGIONE UMBRIA- O.E.R.U.- S.I.M.G. (Terzo Anno)

2 INDICE. BACKGROUND E RAZIONALE 3.. Background 3.2. Razionale 4 2. METODI 6 2. Periodo di osservazione Il network dei Medici di Medicina Generale Informazioni disponibili Definizione degli indicatori di qualità della cura 7 3. RISULTATI 0 3. Popolazione ricercatori coinvolti Diabete mellito Indicatori di performance Processo Esito intermedio Appropriatezza Prevenzione del rischio cardiovascolare Indicatori di processo Scompenso cardiaco Indicatori di processo Indicatori di appropriatezza 8 4. CONCLUSIONI BIBLIOGRAFIA 2 APPENDICE I 22 2

3 . BACKGROUND E RAZIONALE.. Background Con la delibera della Giunta Regionale dell Umbria n. 202 del 30//2005 viene costituito un accordo quadro tra OERU e SIMG, nel quale la stessa SIMG si impegna a fornire, da un database di ricerca della Medicina Generale denominato Health Search/Thales (HSD), informazioni relative alla pratica clinica dei MMG. L intento è quello di: promuovere una cultura della ricerca in medicina generale, migliorandone la qualità ed affinandone la metodologia; orientare gli obiettivi alla ricerca del miglioramento delle performance professionali ed agli obiettivi di salute della popolazione contenuti nel Piano Sanitario Regionale con particolare riferimento ad obiettivi di governo clinico; promuovere il coinvolgimento dei ricercatori, estenderne il reclutamento nella rete regionale umbra ed avviare una adeguata e specifica formazione; progettare in comune specifiche ricerche di rilevante significato epidemiologico, clinico e professionale. A tal proposito è stato istituito un Comitato Scientifico nel quale si è invitata, nel corso delle diverse sedute tenutesi nell anno 2006, la parte SIMG a formulare un draft configurante le ipotesi di lavoro dei ricercatori umbri. Tale draft è stato sottoposto ad un giudizio di fattibilità da parte del Comitato Scientifico. Su tale ipotesi di lavoro si è proceduto ad effettuare nel primo anno dello studio le analisi pilota retrospettive, relative all attività dei MMG nell anno Tali analisi sono state considerate come test preliminare e successivamente adottate dal CTS, con alcuni correttivi. L obiettivo era quello di produrre i primi indicatori di qualità della cura (processo ed appropriatezza) sui quali ipotizzare progetti orientati agli obiettivi del Governo Clinico. 3

4 Nel corso del secondo e terzo anno dello studio si è proceduto a valutare questi indicatori estesi al periodo per verificare eventuali variazioni, nonché ad estendere il set di indicatori in base ad un percorso di audit clinico..2. Razionale Negli ultimi anni si è assistito ad un incremento della spesa sanitaria che è il risultato di vari fattori, come l invecchiamento della popolazione e la cronicizzazione delle patologie, ma anche di altri fattori, come l incremento delle aspettative dei cittadini e l allargamento delle indicazioni terapeutiche []. A queste condizioni, d altro canto, si accompagna una contrazione sempre maggiore delle risorse sanitarie per cui solo l ottimizzazione degli interventi medico-sanitari può assicurare un servizio di qualità adeguato alle esigenze di salute. All interno della gestione del rischio clinico, l appropriatezza dei processi di cura è un aspetto fondamentale della qualità assistenziale, rappresentando il punto di equilibrio tra sicurezza, efficacia, continuità assistenziale e risparmio. In questo panorama non soltanto la qualità delle prescrizioni ma anche la diagnosi quanto più precoce ed il monitoraggio delle patologie e delle terapie assumono un ruolo centrale in una visione sempre più olistica della cura. E ben noto, ad esempio, che una più precoce diagnosi e trattamento dell ipertensione e del diabete mellito migliorino l aspettativa di vita dei pazienti che ne sono affetti. Inoltre, il monitoraggio dei livelli pressori, dei livelli glicemici e dell emoglobina glicata risultano essenziali in termini di prevenzione e valutazione del decorso delle patologie e di una eventuale modifica dello stato clinico dei pazienti. A tal fine il coinvolgimento dei MMG può consentire di ottenere un miglioramento della qualità delle cure nonché delle prescrizioni e, contemporaneamente, una riduzione complessiva della spesa sanitaria attraverso vari meccanismi: ) la diagnosi precoce di malattia; 2) il monitoraggio delle patologie; 3) la riduzione delle terapie inadeguate; 4

5 4) l incremento delle terapie necessarie. Per il raggiungimento di tali obiettivi, gli indicatori di performance sono stati ideati come uno strumento valido per migliorare le attitudini degli stessi MMG, che possono in tal modo confrontarsi con dati di pertinenza clinica, certamente più legati alla loro pratica ed ai problemi che essi incontrano giornalmente, ma anche ai politici sanitari che devono implementare e valutare programmi di sanità pubblica. Gli indicatori vengono definiti come elementi specifici e misurabili della pratica clinica, per i quali esistono solide evidenze scientifiche e che possono essere utilizzati come unità di misura della qualità della cura. Tali indicatori sono utilizzati per misurare le performance sanitarie in diversi Paesi europei e vengono utilizzati per: a. l identificazione di soggetti che ricevono una terapia subottimale; b. il monitoraggio di interventi atti ad un cambiamento del comportamento diagnostico-terapeutico tra i medici prescrittori. 5

6 2. METODI 2. Periodo di osservazione Anni Il network dei Medici di Medicina Generale Una rete di oltre 900 medici di medicina generale (MMG), sparsi su tutto il territorio nazionale, ha aderito, al progetto di informatizzazione delle cartelle cliniche dei loro pazienti, creando la possibilità di costruire, a partire dal 998, un database della medicina generale con le informazioni cliniche relative ad oltre milione di assistiti (Health Search/Thales). All interno di questo gruppo, nel corso dell anno 2007, sono stati individuati 450 MMG, selezionati da tutto il territorio nazionale in base alla numerosità dell area geografica di riferimento (Nord-est, Nord-ovest, Centro, Sud, Isole). Questo gruppo di migliori 450 MMG sono coloro che garantiscono la migliore qualità dell informazione e vengono utilizzati per condurre ricerche epidemiologiche con il massimo della completezza e consistenza dell informazione. Per selezionare questo gruppo è stato calcolato uno score composito di qualità, valutato per ogni singolo MMG (Vedi Appendice I). La distribuzione territoriale degli assistibili di questi medici è analoga a quella della popolazione italiana censita dall ISTAT, senza rilevanti differenze sia in rapporto all area geografica, sia sulla base dell aggregazione per fasce d età. 2.3 Informazioni disponibili Le informazioni registrate da ogni MMG sono tutte quelle concernenti la sua pratica quotidiana e variano dalle informazioni demografiche, alle informazioni cliniche (es. diagnosi, indagini di laboratorio con rispettivi valori, ricoveri, ecc.), ai dati di prescrizione, a quelli relativi a fattori di rischio e a determinanti di salute (es. pressione arteriosa, BMI, fumo, ecc.). Tutti questi dati sono collegati ad un codice anonimo ed univoco per l identificazione del paziente, secondo i criteri classici di un database relazionale. Gran parte dei dati è codificata secondo standard comunemente 6

7 utilizzati. La registrazione della prescrizione farmaceutica avviene per mezzo di un elenco di prodotti codificati per nome commerciale e relativa forma farmaceutica, codice ATC e ministeriale, principio attivo. Per gli accertamenti, la codifica avviene in accordo con il Nomenclatore Tariffario come da Gazzetta Ufficiale. Per le patologia essa avviene in base alla Classificazione Internazionale delle Patologie, 9 Edizione (ICD-9). La qualità e consistenza dell informazione è stata dimostrata attraverso numerosi studi di confronto con fonti di dati correnti o con indagini trasversali (es. Indagine multiscopo) condotte su base nazionale [2-4]. 2.4 Definizione degli indicatori di qualità della cura Gli indicatori di performance sono elementi della pratica clinica specifici e misurabili che possono essere utilizzati al fine di definire la qualità della cura [5]. Gli indicatori di qualità per essere ritenuti validi devono avere delle specifiche caratteristiche, ovvero: facilità: semplicità nella formulazione, disponibilità di programmi di calcolo, possibilità di ricorrere per la rilevazione degli eventi a fonti informative routinarie; validità: intesa come pertinenza, ovvero capacità dell indicatore di esprimere effettivamente la qualità della prestazione, accuratezza, ovvero capacità di assegnare a tale caratteristica una misura quanto più possibile corrispondete a quella vera, discriminazione, ovvero sensibilità alle variazioni reali di qualità, così da consentire di misurare le minime variazioni rilevanti sia nel tempo, entro lo stesso servizio (monitoraggio) sia nello spazio, fra servizi che si intende confrontare (valutazione comparativa); riproducibilità: intesa come stabilità e robustezza di stima anche in presenza di dati di qualità non perfetta. Gli indicatori di qualità da noi utilizzati sono stati distinti in processo, esito intermedio ed appropriatezza. Per indicatori di processo si intendono degli indicatori capaci di fornire informazioni quantitative sul raggiungimento degli obiettivi, di valutare la validità e l efficacia del metodo e quantificare e 7

8 determinare i cambiamenti nel tempo. Invece vengono definiti indicatori di appropriatezza, indicatori derivati dalle linee guida più importanti ed aggiornate, al fine di valutare l appropriatezza delle cure fornite in termini di diagnosi, monitoraggio e terapie fornite nell ambito della prevenzione del rischio cardiovascolare, del diabete, della terapia per il trattamento dell ulcera peptica, della terapia per le patologie respiratorie comunitarie. Per quanto riguarda gli indicatori di esito intermedio, essi possono essere considerati come un indice di un adeguato controllo clinico, valutato attraverso alcuni parametri di laboratorio come l emoglobina glicata e la pressione arteriosa. E tuttavia importante ricordare che il dato può essere distorto sia dalla naturale tendenza del MMG a registrare i dati anormali, che dalla potenziale bassa numerosità dei dati registrati. In tal caso l indice di variabilità espresso dagli intervalli di confidenza esprime la misura della effettiva differenza tra due stime (es. MMG Umbria vs. HS) quando queste vengono messe a confronto. Al fine di arrivare ad un sistema di valutazione della qualità della cura territoriale, abbiamo identificato ed analizzato tre grandi temi sui quali sviluppare indicatori di processo, esito intermedio e di appropriatezza:. Diabete mellito tipo II 2. Prevenzione del rischio cardiovascolare 3. Scompenso cardiaco Tutti gli indicatori sono stati analizzati nel periodo tra due gruppi di confronto:. Migliori 450 di Health Search/Thales 2. Medici Umbri Come principale metodo di analisi è stata utilizzata la prevalenza d uso, ovvero la proporzione tra il numero di pazienti che hanno utilizzato una specifica classe terapeutica (es. antiaggreganti piastrinici) e/o un principio attivo (es. acido acetilsalicilico) e/o che hanno ricevuto la prescrizione di una determinata procedura diagnostica (es. emoglobina glicata) sul totale 8

9 dei casi (es. diabete mellito), identificati sulla base di determinati criteri diagnostici (es. ICD-9). 9

10 3. RISULTATI 3. Popolazione ricercatori coinvolti Nel corso del periodo nell ambito della regione Umbria, il numero di MMG ricercatori afferenti alla rete Health Search ha raggiunto il numero di 27, rispetto agli del Tale incremento implica un tasso di copertura del 4,4% della popolazione adulta della regione rilevato nel corso del 2007, rispetto all,8% registrato nel Diabete mellito Il primo passo è stato quello di valutare la prevalenza di diabete di tipo II (ICD-9: 250.x) tra gli assistiti presenti nelle liste dei MMG (Migliori 450 vs. Umbria) nel periodo (Tabella ). L analisi condotta ha fornito un dato che evidenzia un incremento sia nella popolazione dei MMG Umbri (5,6% vs. 6,5%) che nella popolazione dei migliori 450 (5,9% vs. 6,6%). E da rilevare, inoltre, che le differenze delle stime di prevalenza tra i due gruppi si assottigliano nel corso dei tre anni. Tabella. Prevalenza di diabete mellito di tipo II negli anni , suddiviso per gruppi di MMG partecipanti ad Health Search HSD* Umbria HSD* Umbria HSD* Umbria [N =] [N =9] [N =27] N pazienti attivi N pazienti con diagnosi di DM tipo II Prevalenza DM tipo II 5,9% 5,6% 6,3% 6,0% 6,6% 6,5% * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales Indicatori di performance L analisi sugli indicatori di processo, appropriatezza ed esito intermedio per gli anni ha previsto successivamente la selezione dei pazienti con diagnosi di diabete mellito nel periodo precedente al rispettivo anno di osservazione. Ad esempio l analisi per l anno 2006 ha previsto la selezione dei soggetti diabetici al 3/2/2005. In tal modo è stato possibile assicurare per tutti i pazienti osservati un anno di follow-up nel quale valutare l eventuale presenza di prescrizioni e/o indagini diagnosticostrumentali. 0

11 3.2.. Processo A partire dal denominatore, rappresentato dal numero di soggetti diabetici selezionati, stratificato per anno di osservazione e coorte di MMG, è stato possibile selezionare e calcolare i seguenti indicatori:. percentuale (95% IC) di pazienti con > registrazioni di Emoglobina Glicata nell anno di osservazione (HbAc); 2. percentuale (95% IC) pazienti con > registrazioni di Pressione Arteriosa nell anno di osservazione (Pressione Arteriosa); 3. percentuale (95% IC) pazienti con > Elettrocardiogramma negli ultimi 8 mesi (ECG) 4. percentuale (95% IC) pazienti con > esame del fondo oculare nell anno di osservazione (Fundus); 5. percentuale (95% IC) pazienti con > esame del colesterolo totale nell anno di osservazione (Colesterolo); 6. percentuale (95% IC) pazienti con > visite specialistiche da un diabetologo e/o centro diabetologia nell anno di osservazione (Visita). Questi indicatori ci possono dare una fotografia del monitoraggio effettuato dai MMG sui pazienti diabetici, sebbene vada tenuta in considerazione la possibilità di un bias di registrazione. E infatti possibile che il medico abbia effettuato i vari controlli relativi al paziente diabetico senza necessariamente averlo registrato. L analisi indica una generale stabilità delle attività di monitoraggio registrate dai MMG nel corso degli anni osservati, sebbene si può osservare una leggera riduzione nel campione HSD ed un leggero aumento del monitoraggio nel campione dei MMG Umbri che porta nel corso del 2007 ad una sostanziale sovrapponibilità dei risultati nei due gruppi di MMG. Nello specifico, oltre la metà dei pazienti diabetici ha ricevuto nel corso del 2007 un esame per l valutazione dell emoglobina glicata, con un trend stabile. Viceversa, sia l esame del fundus come pure la visita specialistica viene effettuata in meno del 20% dei pazienti, senza mostrare margini di miglioramento nel corso del 2007.

12 Tabella 2. Prevalenza (IC 95%) di pazienti con diabete mellito di tipo II negli anni sottoposti a monitoraggio con accertamenti/visite, suddiviso per gruppi di MMG partecipanti ad Health Search % HSD* Umbria HSD* Umbria HSD Umbria HSD Umbria N=32557 N=668 N=36460 N =2 N=38589 N=994 HbAc 58,7 49,4 58,5 57,8 55,5 58,3 -,4 +4,2 (58,2-59,3) (45,6-53,2) (58-59) (55-60,6) (55-56) (56,-60,4) Pressione 53,7 45,5 5 50,9 46,9 46,8-3,7 +0,7 Arteriosa (53,2-54,3) (4,7-49,3) (50,5-5,5) (48,-53,7) (46,4-47,4) (44,6-49) ECG 39,9 38,9 39,5 38,5 38 4,5 -,3 +,6 (39,4-40,5) (35,2-42,6) (39-40) (35,7-4,2) (37,5-38,4) (39,3-43,6) Fundus 5,9 6,8 5 6, 4,5 7,3-2,3 +0,7 (5,5-6,3) 3,9-9,6) (4,6-5,3) (4-8,2) (4,-4,8) (5,6-8,9) Colesterolo 62,7 49, 6,8 60,7 58,8 59,8 -,6 +5,0 (62,2-63,2) (45,3-52,9) (6,3-62,3) (57,9-63,4) (58,3-59,3) (57,6-6,9) Visita 22,5 (22,-23) 9,2 (6,2-22,) 22, (2,6-22,5) 9,3 (7,-2,5) 2,3 (20,9-2,7) 9,2 (7,4-20,9) -,4-0, * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti diabetici selezionati dalle coorti dei MMG osservati Esito intermedio Abbiamo valutato su coloro per i quali il medico ha riportato in cartella clinica il rispettivo valore i seguenti indicatori:. percentuale (95% IC) di pazienti con Emoglobina Glicata <7% (HbAc <7%) sul totale dei pazienti con almeno una registrazione nell anno di osservazione (nel caso di più registrazioni fa fede l ultima osservazione) e sul totale dei pazienti diabetici; 2. percentuale (95% IC) di pazienti con Emoglobina Glicata >9% (HbAc >9%) sul totale dei pazienti con almeno una registrazione nell anno di osservazione (nel caso di più registrazioni fa fede l ultima osservazione) e sul totale dei pazienti diabetici; 3. percentuale (95% IC) pazienti con Pressione Arteriosa <30/80 (PA <30/80 ) sul totale dei pazienti con almeno una registrazione nell anno di osservazione (nel caso di più registrazioni fa fede l ultima osservazione) e sul totale dei pazienti diabetici; 4. percentuale (95% IC) pazienti con LDL <00 (LDL <00) sul totale dei pazienti con almeno una registrazione nell anno di osservazione (nel caso di più registrazioni fa fede l ultima osservazione) e sul totale dei pazienti diabetici. Nella valutazione dei risultati bisogna considerare la tendenza dei MMG a registrare con maggiore attenzione e frequenza i valori patologici degli esami piuttosto che quelli normali. Questa distorsione porta ad una sottostima della reale porzione di pazienti diabetici effettivamente controllati. Tuttavia, il quadro resta di grande interesse perché fornisce una precisa indicazione sulla prevalenza di pazienti non controllati. 2

13 L analisi di tali indicatori conferma quanto emerso dalla letteratura, nella quale il controllo del paziente diabetico è passibile di miglioramento (Tabella 3). Tuttavia il trend mostra un miglioramento dei parametri di laboratorio ed un aumento della quota di pazienti a target glicemico, pressorio e per i valori di LDL. Tale trend è presente in entrambi i gruppi di MMG, sebbene si può osservare un rilevante profilo di superiorità in Umbria nel 2007 per Hbac <7% (58,9 vs. 55,3), che diventa statisticamente significativo per Hbac >9% (6,5 vs. 8,8) e per PA<30/80 (4,9 vs. 36,7). Tabella 3. Prevalenza (IC 95%) di pazienti con diabete mellito di tipo II negli anni , a target per alcuni parametri clinici, suddivisa per gruppi di MMG partecipanti ad Health Search % HSD* [N=32557] Umbria [N=668] HSD* [N=36460] Umbria [N =2] HSD [N=38589] Umbria [N =994] Hbac <7% 52,8 53,8 54,7 55,5 55,3 58,9 (52-53,6) (48-59,5) (54-55,5) (5,6-59,4) (54,6-56,) (55,8-62) Hbac >9% 0,3 7,2 9,5 7 8,8 6,5 (9,8-0,7) (4,2-0,2) (9,0-9,9) (5,0-9,0) (8,4-9,2) (4,9-8,0) PA <30/80 33, 30, 35, ,7 4,9 (32,4-33,8) (25-35,3) (34,9-36,3) (33,2-40,8) (36-37,4) (38,7-45,) LDL <00 27,9 25,2 39,8 34,4 34,4 36,3 (26,8-29) (8,-32,3) (38,6-4) (29,7-39) (33,4-35,4) (32,3-40,4) * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti diabetici selezionati dalle coorti dei MMG osservati HSD Umbri a,2 2,3-3,8-2,5 2,6 8,6 5,3 9, Appropriatezza Gli indicatori di appropriatezza sono stati sviluppati ed analizzati a partire dalle Note AIFA e prendendo spunto dagli indicatori analizzati su tutto il territorio nazionale e presentati Rapporto Nazionale sull Uso dei Farmaci a cura dell OsMed del 2006[6]. A partire da queste premesse, utilizzando come denominatore i pazienti diabetici, sono stati analizzati i seguenti indicatori:. percentuale (95% IC) di pazienti con > prescrizioni di antiaggreganti piastrinici (ATC: B0AC) nell anno di osservazione (Antiaggreganti); 2. percentuale (95% IC) di pazienti con > prescrizioni di ipolipidemizzanti (ATC: C0AA/C0AB) nell anno di osservazione (Ipolipidemizzanti); 3. percentuale (95% IC) pazienti sovrappeso od obesi (BMI>24,9) con > prescrizioni di metformina (A0BA02/A0BD02/A0BD03)nell anno di osservazione (Metformina); 3

14 4. percentuale (95% IC) pazienti con ipertensione che hanno ricevuto > prescrizione di ACE-inibitori (C09A-B) nell anno di osservazione (ACE-inibitori). 5. percentuale (95% IC) pazienti con ipertensione che hanno ricevuto > prescrizione di sartani (C09C-D) nell anno di osservazione (Sartani). Contribuendo l ipertensione arteriosa in maniera determinante ad amplificare il rischio cardiovascolare, di per sé già elevato nel paziente diabetico, si è verificato quale fosse la tendenza nei due gruppi di MMG al trattamento di questa patologia ed alla prevenzione del rischio cardiovascolare globale. Inoltre, in virtù del simile profilo di efficacia degli ACE-inibitori rispetto ai sartani si è voluto analizzare il potenziale differente profilo prescrittivo di tali farmaci nella popolazione dei pazienti diabetici. Nel gruppo dei 450 MMG la percentuale di trattamento di ACE-inibitori è in linea con la prevalenza di ipertensione dei pazienti diabetici, sebbene rimane non trattata con tale classe terapeutica una quota rilevante di under treatment in entrambi i gruppi. La tendenza è tuttavia, nel corso dei tre anni osservati, ad una riduzione della prevalenza d uso nel campione HSD, e ad un aumento in Umbria. Le ragioni di tale comportamento sono imputabili al progressivo incremento della prevalenza d uso di sartani che si verifica in entrambi i gruppi; tuttavia in Umbria la proporzione di pazienti trattati con sartani si mantiene significativamente inferiore rispetto al campione HSD. Per gli antiaggreganti piastrinici, si osserva un a sostanziale stabilità di trattamento (37% circa dei pazienti diabetici) nel gruppo HSD ed una proporzione significativamente inferiore nel campione Umbro. Da rilevare infine il trend di prevalenza di metformina: aumenta significativamente nel campione HSD (2005: 54% vs. 2007: 58,5%), mentre si mantiene stabile in Umbria (2005: 48,5% vs. 2007: 47,5%). Per quanta riguarda gli ipolipidemizzanti, la quota di pazienti diabetici trattati appare piuttosto bassa, intorno al 30%. 4

15 Tabella 4. Prevalenza d uso (IC 95%) di alcune categorie terapeutiche, sul totale dei pazienti con diabete mellito di tipo II negli anni , suddivisa per gruppi di MMG partecipanti ad Health Search % HSD* [N=32557] Umbria [N=668] HSD* [N=36460] Umbria [N =2] HSD [N=38589] Antiaggreganti 37,4 28, 37, ,2 (36,9-37,9) (24,7-3,6) (36,9-37,9) (30,4-35,7) (36,7-37,7) Ipolipidemizzanti 6,,4 4,9 3,3 3,6 (52,8-55,2) (40,9-56,) (54,9-57,2) (44,9-56,) (57,4-59,5) Metformina 54 48,5 56, 50,5 58,5 (52,8-55,2) (40,9-56,) (54,9-57,2) (44,9-56,) (57,4-59,5) ACE-inibitori 39,2 35,2 37,8 37,6 36,2 (38,7-39,7) (3,6-38,8) (37,3-38,3) (34,8-40,3) (35,7-36,7) Sartani 2,4 2,7 22,6 5,7 23, (2-2,9) (0,2-5,3) (22,2-23) (3,6-7,7) (22,7-23,5) * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti diabetici selezionati dalle coorti dei MMG osservati. Umbria [N =994] 3, (29,-33,) 2,8 (42,4-52,5) 47,5 (42,4-52,5) 39 (36,9-4,2) 8,2 (6,5-9,8) HSD Umbria -0, 2,5-4, 2,9 2,0-0,5 -,9 2,6,9 9,3 3.3 Prevenzione del rischio cardiovascolare Per la creazione di indicatori relativi alla prevenzione del rischio cardiovascolare sono stati selezionati al 3/2 dell anno precedente al rispettivo anno di osservazione tutti i soggetti di età compresa tra anni senza storia clinica di precedenti eventi cardiovascolari maggiori. Vengono definiti come eventi cardiovascolari maggiori i seguenti:. Patologie ischemiche cardiache (ICD-9: x) 2. Patologie ischemiche cerebrali (ICD-9: x, 438.x, 342.x) 3.3. Indicatori di processo A partire dalla coorte di soggetti selezionati secondo i criteri di cui al punto 3.3 è stato possibile determinare il numero di soggetti nei quali erano disponibili negli anni di osservazione le seguenti informazioni:. percentuale (95% IC) di pazienti nei quali è presente entro la fine dell anno di osservazione la registrazione del RCVG (Cuore) 2. percentuale (95% IC) di pazienti nei quali è presente entro la fine dell anno di osservazione la registrazione del RCVG secondo l algoritmo del progetto Cuore (Cuore ISS) [6]; 3. percentuale (95% IC) di pazienti con > registrazioni di Fumo (entro la fine dell anno di osservazione) + PA (nell anno di osservazione) (Fumo/PA); 4. percentuale (95% IC) di pazienti con > registrazioni di Fumo (entro la fine dell anno di osservazione) + PA (nell anno di osservazione) + colesterolo totale (anno di osservazione) (Fumo/PA/Colesterolo); 5

16 5. percentuale (95% IC) di pazienti con > registrazioni di Fumo (entro la fine dell anno di osservazione) + PA (nell anno di osservazione) + colesterolo totale (anno di osservazione) + HDL (anno di osservazione) (Fumo/PA/Colesterolo/HDL). L analisi degli indicatori di processo relativi alla prevenzione del RCVG indica che soltanto una porzione molto limitata di pazienti, mediamente intorno al 0%, ha avuto una valutazione globale del rischio cardiovascolare. Per quanto riguarda l algoritmo Cuore dell ISS, sebbene si sia verificato un lieve l aumento nel corso degli ultimi anni, esso è stato limitato ad una quota molto scarsa di pazienti (introno al 3-3,8% dei pazienti). E probabile che questo aumento sia spiegabile dalla riduzione osservata nella proporzione dei pazienti ai quali è stata effettuata una valutazione del RCVG con l algoritmo di Framingham (Tabella 5). E evidente la necessità di un grosso sforzo per implementare la valutazione del RCVG attraverso l algoritmo dell ISS in quanto la quota di registrazione è molto inferiore rispetto ad altri algoritmi (vedi Framingham) ed anche alla presenza contemporanea di tutti i parametri singoli che possono essere utili per il calcolo del RCVG. Tabella 5. Prevalenza d uso (IC 95%) di pazienti con registrazione del RCVG e/o di accertamenti atti alla valutazione del rischio sul totale dei pazienti selezionati, suddivisa per gruppi di MMG partecipanti ad Health Search % HSD* Umbria HSD* Umbria HSD Umbria HSD Umbria [N=32557] [N=668] [N=36460] [N =2] [N=38589] [N =994] Cuore 9, 6,9 6,2 7,9 6,5-3,2-2,4 (8,9-9,) (0,3-,9) (6,8-7,0) (5,9-6,6) (7,8-8,0) (6,3-6,8) Cuore ISS 2,2,3 2,5,8 3,8 3,0 4,9 24,7 (2,-2,2) (,0-,5) (2,4-2,5) (,7-2,0) (3,8-3,8) (2,8-3,2) Fumo/PA 24,4 7,0 9,6 5,3 8,6 3,6-6,5-5,3 (24,2-24,5) (6,-7,9) (9,5-9,7) (4,8-5,8) (8,5-8,7) (3,3-4,0) Fumo/PA/ 5,7,9 2,0 0,9,3 9,2-7,9-6,2 Colesterolo (5,6-5,8) (,-2,7) (,9-2,0) (0,5-,3) (,2-,4) (8,9-9,5) Fumo/PA/ 3,6 0,3 0,4 9,9 0,0 8,3-7,3-5, Colesterolo/HDL (3,5-3,7) (9,5-,) (0,3-0,5) (9,5-0,3) (9,9-0,) (8,0-8,6) * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti di età anni senza eventi CV maggiori rilevati nel periodo precedente all anno di osservazione. 6

17 3.4 Scompenso cardiaco Il primo passo è stato quello di valutare la prevalenza di scompenso cardiaco (ICD-9: 428.x) tra gli assistiti di età >40 anni presenti nelle liste dei MMG (Migliori 400 vs. Umbria) nel periodo Dati provenienti dalla letteratura indicano una prevalenza attesa in questa fascia di popolazione dell -.4% [7,8]. Le analisi provenienti dalla nostra indagine indicano una prevalenza sovrapponibile al dato di letteratura leggermente superiore nel campione HSD (,8% nel 2007) rispetto al campione dei MMG Umbri (,3% nel 2007) (Tabella 6). L analisi sugli indicatori di processo ed appropriatezza per gli anni di osservazione ha previsto la selezione dei pazienti con diagnosi di scompenso nel periodo precedente al rispettivo anno di osservazione. In tal modo è stato possibile assicurare per tutti i pazienti osservati un anno di follow-up nel quale valutare l eventuale presenza di prescrizioni e/o indagini diagnostico-strumentali. Tabella 6. Prevalenza d uso di scompenso cardiaco, suddivisa per gruppi di MMG partecipanti ad Health Search HSD* Umbria HSD* Umbria HSD* Umbria [N =] [N =9] [N =27] N pazienti attivi>40 anni N pazienti con diagnosi di scompenso>40 anni Prevalenza scompenso,6%,%,8%,2%,8%,3% * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales Indicatori di processo A partire dal denominatore, rappresentato dal numero di soggetti scompensati, stratificato per anno di osservazione e coorte di MMG, è stato possibile selezionare e calcolare i seguenti indicatori:. percentuale (95% IC) di pazienti con > registrazioni di PA nell anno di osservazione (Pressione Arteriosa); 2. percentuale (95% IC) di pazienti con > registrazioni di Elettrocardiogramma e/o Rx Torace nell anno di osservazione (ECG/Rx); 3. percentuale (95% IC) di pazienti con > registrazioni di Ecocardiogramma (ecocardio, ecodoppler cardiaco) (Ecocardio) entro la fine dell anno di osservazione; 7

18 4. percentuale (95% IC) di pazienti con > registrazioni di visite cardiologiche nell anno di osservazione (Visite). Attraverso l analisi di tali indicatori, emerge un generale miglioramento nel corso degli anni dell azione di monitoraggio per lo scompenso nel campione dei MMG Umbri, associato ad una lieve riduzione nel campione HSD. Ciononostante, l azione di monitoraggio resta ancora significativamente inferiore agli standard minimi richiesti per tutti gli indicatori proposti. Tabella 7. Prevalenza d uso (IC 95%) di pazienti con registrazione di attività di monitoraggio dello scompenso, suddivisa per gruppi di MMG partecipanti ad Health Search % HSD* Umbria HSD* Umbria HSD Umbria HSD Umbria [N=536] [N=72] [N=643] [N =9] [N=6728] [N =2] Pressione 53,4 40,3 46,9 4,2 42,4 42,7-5,6,4 Arteriosa (52,-54,8) (28,9-5,6) (45,7-48,2) (32,3-50) (4,3-43,6) (36-49,3) ECG/Rx 42,5 37,5 38,2 40,3 35,9 39,3-4,,2 (4,2-43,9) (26,3-48,7) (37-39,4) (3,5-49,2) (34,8-37,) (32,7-45,9) Ecocardio 20,9 8, 7,5 24,4 6,8 22,3-5,3 5,4 (9,8-22) (9,2-26,9) (6,6-8,5) (6,7-32,) (5,9-7,7) (6,7-27,9) Visite 3,7 23,6 29,7 24,4 27,6 24,2-3,4 0,6 (30,4-33) (3,8-33,4) (28,6-30,9) (6,7-32,) (26,6-28,7) (8,4-29,9) * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti di età anni senza eventi CV maggiori rilevati nel periodo precedente all anno di osservazione Indicatori di appropriatezza Gli indicatori di appropriatezza sono stati sviluppati ed analizzati a partire dalle linee guida nazionale ed internazionali relative al trattamento dello scompenso cardiaco [8,9]. A partire da queste premesse, utilizzando come denominatore i pazienti scompensati, sono stati analizzati i seguenti indicatori:. percentuale (95% IC) di pazienti con > prescrizioni di ACE-inibitori (ATC: C09A-B) nell anno di osservazione (ACE): standard minimo 80% secondo linee guida area cardiovascolare SIMG; 2. percentuale (95% IC) di pazienti con > prescrizioni di sartani (ATC: C09C-D) nell anno di osservazione (Sartani): standard minimo 80% secondo linee guida area cardiovascolare SIMG; 3. percentuale (95% IC) di pazienti con > prescrizioni di beta-bloccanti (ATC: C07) nell anno di osservazione (Beta-bloccanti): standard minimo 50% secondo linee guida area cardiovascolare SIMG. 8

19 Nel 2006 l utilizzo di ACE-inibitori nella popolazione dei MMG umbri cresce nel corso del periodo di osservazione, mentre diminuisce nel campione dei MMG HSD, senza tuttavia raggiungere gli standard minimi in nessuno dei due gruppi osservati. E da rilevare che a differenza di quanto osservato in altre tipologie di pazienti (es. diabete) nei pazienti scompensati la prevalenza d uso di sartani risulta il lieve diminuzione sia nel gruppo HSD che tra i MMG Umbri. Per quanto concerne l uso di beta-bloccanti, esso rimane basso anche nel 2007 e comunque nettamente inferiore allo standard minimo richiesto. Tuttavia, si osserva un leggero incremento in Umbria ed un dato stabile nel campione HSD. Tabella 8. Prevalenza d uso (IC 95%) di alcune categorie terapeutiche, sul totale dei pazienti con scompenso cardiaco negli anni , suddivisa per gruppi di MMG partecipanti ad Health Search % HSD* [N=536] ACE 52, (50,7-53,4) Sartani 2,8 (20,7-22,9) Beta-bloccanti 3,2 (29,9-32,5) Umbria [N=72] 45,8 (34,3-57,3) 5,3 (7-23,6) 23,6 (3,8-33,4) HSD* [N=643] 46,9 (45,6-48,) 2,3 (20,3-22,3) 30,9 (29,8-32,) Umbria [N =9] 52,9 (44-6,9) 2,6 (6,6-8,6) 26, (8,2-33,9) HSD [N=6728] 42, (4-43,3) 20,7 (9,8-2,7) 3,2 (30,-32,3) Umbria [N =2] 50,7 (44-57,5) 3,3 (8,7-7,8) 28,4 (22,3-34,5) * si riferisce ai migliori 450 MMG selezionati dalla corte di 906 MMG afferenti al database Health Search/Thales. N: si riferisce al numero di pazienti di età anni senza eventi CV maggiori rilevati nel periodo precedente all anno di osservazione HSD Umbria -5, 2,5 -,2-3,4-0,0 4,7 9

20 4. CONCLUSIONI I dati relativi a questo progetto di monitoraggio dell attività diagnosticoterapeutica dei MMG indica un progressivo miglioramento della performance assistenziale particolarmente tra i MMG Umbri. Essi hanno aumentato la loro proporzione tra i MMG ricercatori del network da a 27. Questo è stato il risultato dell'apposita formazione di nuovi ricercatori messa in atto in ossequio a quanto contenuto in questo Accordo quadro. L'aumento del numero dei ricercatori ha portato ad una copertura pari al 4,4% della popolazione adulta della Regione, che viene ritenuto un tasso di copertura particolarmente significativo per questo tipo di ricerche (indicare fonti bibliografiche di ciò). A fronte di tale incremento positivo, si è potuto ugualmente osservare un miglioramento non scontato nella qualità della registrazione. Da rilevare negli indicatori di processo un notevole miglioramento di performance nella registrazione di colesterolo ed emoglobina glicata nei diabetici con variazioni delta significative; per l'esito intermedio altrettanto significativo è il miglioramento su raggiungimento dei target per PA e LDL. Tutto ciò equivale in pratica ad una significativa riduzione di rischio CV globale nella popolazione dei diabetici, soggetti notoriamente ad alto rischio cardiovascolare. Sarebbe a questo punto interessante ed utile (come sottolineato in precedenti riunioni del CTS) incrociare tali dati con quelli amministrativi provenienti ad es. dalle SDO riferiti alla medesima popolazione. Ciò arricchirebbe il sistema informativo sanitario regionale di preziosi elementi di valutazione e programmazione sanitaria. Nel complesso, si osserva pertanto un progressivo avvicinamento dei MMG Umbri allo standard di attività del campione dei migliori 450. Appare tuttavia evidente che esiste un ampio margine di miglioramento nei due gruppi osservati. Un'ulteriore considerazione merita il fatto che tale progetto, oltre a fornire elementi preziosi per la clinical governance di patologie ad alto impatto di salute ed elevati costi, sta rappresentando un esempio sul campo di audit con un circolo virtuoso di formazione/ricerca/buona pratica clinica fondata su indicatori certi e validati. 2 0

21 5. BIBLIOGRAFIA. Dialogo sui farmaci _ Sessa E, Samani F, Niccolai C, Pecchioli S, Ventriglia G, Mazzaglia G. La creazione di un campione validato di medici di medicina generale nel database di Health Search. SIMG 2004;3: Cricelli C, Mazzaglia G, Samani F, Marchi M, Sabatini A, Nardi R, Ventriglia G, Caputi AP. Prevalence estimates of chronic diseases in Italy: exploring the differences between self-report and primary care databases. J Public Health Med 2003; 25: Mazzaglia G, Sessa E, Samani F, Cricelli C, Fabiani L. Use of Computerized General Practice Database for epidemiological studies in Italy: a comparative study with the official national statistics. J Epidemiol Commun Health 2004; Vol. 58 (suppl. ): A Lawrence M, Olesen F. Indicators of quality in healthcare. Eur J General Pract 997; 3: Osservatorio Nazionale sull Impiego dei Medicinali. L uso dei farmaci in Italia: Rapporto Nazionale Roma: Giugno Palmieri L, Donfrancesco C, Giampaoli S, et al. Favorable cardiovascular risk profile and 0-year coronary heart disease incidence in women and men: results from the Progetto CUORE. Eur J Cardiovasc Prev Rehabil 2006; 3(4): ACC/AHA 2005 Guideline Update for the Diagnosis and Management of Chronic Heart Failure in the Adult: a report of the American College of Cardiology/American Heart Association Task Force on Practice Guidelines. Circulation 2005; 2:e Guidelines for the diagnosis and treatment of chronic heart failure: executive summary (update 2005): The Task Force for the Diagnosis and Treatment of Chronic Heart Failure of the European Society of Cardiology. Eur Heart J 2005; 26:

22 Appendice I. Metodologia di creazione dello score composito Il processo di selezione di un campione di medici con qualità di registrazione dei dati rispondente ai requisiti HS prevede un analisi su tutto il database HS al fine di individuare per ogni medico un punteggio (ITOT) che permetta di isolare i migliori. Tale punteggio è una media pesata rispetto al numero di contatti anno (CA) dell indice finale (IFIN), formula (2), che è stato calcolato per ogni anno compreso tra il 2000 e il CAIFIN i* i i2000 ITOT 2005 CA i i2000 Un medico ricercatore HS rientrerà quindi nel campione dei migliori se il suo punteggio (ITOT) è maggiore di 0,70 e solo se avrà un numero di contatti anno maggiore di 0 in ognuno degli anni presi in analisi ( ). L indice finale (IFIN) raccoglie le informazioni presenti database dal 0 gennaio 996 al 3 dicembre dell anno per cui è stato calcolato compreso tra il 2000 e il E il complementare di IF: IFIN=-IF 2 Dove IF è una media pesata di 5 indici, ognuno dei quali rileva, come spiegato nei successivi paragrafi, un aspetto diverso della qualità del dato: IF=O,4*(ICFIN)+0,5*IVST+0,25*S+0,*IM+0,*(ICPCFIN) 3 Calcolo indice ICFIN L indice ICFIN è il complementare dell indice IC: ICFIN=-IC 4 Per definire l indice IC occorre per ogni medico calcolare i seguenti valori in percentuale : rapporto tra i pazienti con dato contemporaneo di fumo, peso, altezza ed il totale degli assistiti (FPA); peso assistiti (PAss); rapporto tra terapie associate a problema e terapie totali (TAP); E pari all unità se il numero di assistiti del medico supera la mediana calcolata sul numero di assistiti di ogni medico, in caso contrario è pari al rapporto tra numero di assistiti del medico e la mediana sul numero di assistiti di ogni medico. 2 2

23 rapporto tra problemi codificati e problemi totali (PC); rapporto di accertamenti con valore associato (AVA); peso accertamenti 2 (PAcc) Dalla media pesata delle percentuali elencate sopra si trova quindi IC: IC = 0.35*(FPA)*(PA)+0.25*(TAP)+0.20*(PC)+0.20*(AVA)*(Pacc) 5 I MMG migliori sono quelli che hanno il valore dell indice di completezza più alto, cioè coloro i quali hanno le percentuali più vicine al 00% di completezza di registrazione di FPA, terapie associate a problema, problemi codificati, accertamenti con valore associato. Calcolo indice IVST Inoltre per ogni anno dal 2000 al 2007 si sono introdotte due variabili che rappresentano rispettivamente: il numero medio di visite/die standardizzate (VDS); lo scostamento dal valore medio di visite giornaliere (IVST). Tali parametri sono stati calcolati nel seguente modo: VDS med mvdie med (* ma db / ma med ) 6 Dove: mvdie med è il numero medio di visite/die nell anno di riferimento; ma db è il numero medio di assistiti presenti nel database; ma med è il numero medio di assistiti del medico. VDS mnvdie IVST MVDS med db 7 db Dove: VDS med del medico; mnvdie db è la mediana del numero di visite giornaliere tra tutti i medici; MVDS db è il massimo valore VDS tra tutti i medici. Calcolo indice S Per ogni medico sono state inoltre calcolate, sul totale dei propri assistiti, e al 3 dicembre dell anno di riferimento, le seguenti prevalenze: 2 E pari all unità se il numero di accertamenti totali del medico supera la mediana calcolata sul numero di accertamenti totali di ogni medico, in caso contrario è pari al rapporto tra numero di accertamenti totali del medico e la mediana sul numero di accertamenti totali di ogni medico. 2 3

24 o o o o o pazienti ipertesi; pazienti affetti da depressione; pazienti affetti da BPCO; pazienti diabetici; pazienti affetti da ulcera. Una volta calcolate tali prevalenze, per ogni patologia viene calcolata sia la media aritmetica (rispettivamente m i, m dep, m b, m dia, m u) che il valore massimo (rispettivamente M i, M dep, M b, M dia, M u) delle prevalenze di tutti i medici. Per ciascun medico si calcolano poi i seguenti rapporti: pi m i si M pb m b sb M i b pu m u su M u s dep s dia pdep m M dep dia dep pdia m M dia 8 dove con p si è indicata, per ogni medico, la percentuale di pazienti affetti dalle patologie considerate rispetto al totale degli assistiti. Una volta ottenuti i valori descritti, per ogni medico è possibile calcolare la seguente somma da cui si ricava l indice S: S = 0.20*s i *s dep *s b *s dia *s u 9 Quanto più S è basso tanto migliore si presume essere il lavoro di registrazione dei dati da parte del medico, perché i suoi valori di prevalenza si avvicinano a quelli medi del database. Calcolo indice IM Come indicatore di attenzione alla costanza di aggiornamento del proprio database, è stato calcolato per ogni medico la percentuale di deceduti nell anno di riferimento (p im) e il relativo scostamento dal valore di mortalità ISTAT (m dec) per ogni anno di studio ( ). Essendo M dec il massimo tra la percentuale di deceduti nell anno di riferimento di ogni medico, si definisce l indice IM nel seguente modo: p m IM M dec dec 0 dec 2 4

25 Calcolo indice ICPCFIN Anche questo indice è stato trovato eseguendo il calcolo di un duale: ICPCFIN=-ICPC ICPC viene definito usando le seguenti percentuali calcolate per ogni medico: Percentuale di pazienti con dato di pressione registrato sul totale degli assistiti (PR); Percentuale di pazienti con dato di colesterolo sul totale degli assistiti (COL). Dalla media dei valori descritti sopra si ricava: ICPC = 0.5*PR+0.5*COL 2 2. Analisi sulla qualità della registrazione L IFIN è l indice finale di qualità della registrazione e rappresenta la distanza dal Gold Standard (intendendo con tale termine un medico che abbia tutti gli indicatori al 00%). Tale indicatore sarà compreso tra 0 e, intendendo con il MMG che ha tutti gli indicatori al top. Grazie a tale IFIN sono stati selezionati, in base ad una distribuzione geografica che rispecchia quella della popolazione ISTAT nelle cinque macro-aree nord-ovest, nord-est, centro, sud, isole i migliori 450 MMG, considerando come cut-off di inclusione uno score composito >0,63. In questo modo è stato possibile creare tre gruppi di confronto per una valutazione complessiva della qualità della registrazione e per la selezione del gruppo che viene utilizzato come confronto al campione dei MMG Umbri nel corso dei tre anni di osservazione. I tre gruppi di MMG sopra indicati hanno riportato il seguente IFIN: 0,8 0,75 0,7 0,65 HSD Totale HSD 450 HSD Umbria 0, I MMG umbri hanno riscontrato un IFIN inferiore rispetto al campione dei migliori 450, ma anche rispetto al campione totale, confermando l indicazione degli anni precedenti che mostravano la peggiore qualità 2 5

26 della registrazione nelle regioni del centro Italia (Toscana, Marche, Umbria, Lazio). Tuttavia, è da rilevare che nel corso dei tre anni la qualità della registrazione dei MMG Umbri è andata migliorando nettamente, raggiungendo nel corso del 2007 il livello del campione complessivo. E da osservare inoltre che oggi, 7 MMG umbri contribuiscono al campione dei Migliori 450. Tra le variabili che sono servite a costruire lo score composito, è interessante analizzare i seguenti indicatori di completezza della registrazione nei tre gruppi di MMG osservati:. proporzione di pazienti con dato contemporaneo di fumo, peso, altezza (FPA) 2. proporzione di terapie associate a problema (TAP) 3. proporzione di problemi codificati (PC) 4. proporzione di accertamenti con valore associato (AVA) 5. proporzione di con dato di pressione registrato nel 2005 (PR) 6. proporzione di pazienti con dato di colesterolo registrato nel 2005 (COL) Nel calcolo dell indice IFIN, è stato considerato anche un indice che si riferisce alla registrazione dei dati di prevalenza per le seguenti patologie:. pazienti ipertesi 2. pazienti affetti da BPCO 3. pazienti diabetici 4. pazienti affetti da ulcera 5. pazienti affetti da depressione Nel valutare questi risultati bisogna tenere presente, che i soggetti malati vengono identificati attraverso una diagnosi clinica del MMG che viene codificata attraverso l ICD-9. Nonostante le differenze, è possibile osservare una certa consistenza tra la prevalenza registrata in HS e quanto emerge dalla letteratura e/o da altre fonti di informazione (ISTAT). In generale, la consistenza sembra maggiore per patologie per le patologie a maggiore specificità che richiedano un trattamento farmacologico. 2 6

27 Tabella. Principali indicatori componenti lo score composito, confronto per gruppi di MMG. HSD TOTALE HSD 450 Umbria Medici Pazienti Attivi Revocati Deceduti Completezza Pazienti con dato di FPA registrato 33,6% 42,8% 24,8% Pazienti con dato di PA registrato nel ,5% 23,5% 2,2% Pazienti con dato di colesterolo registrato nel ,4% 28,6% 3,6% Terapie associate a problema 93,6% 96,8% 92,0% Patologie codificati (ICD-9) 92,% 92,8% 92,5% Accertamenti con valore 8,9% 83,2% 85,7% Prevalenza di patologie Ipertensione 23,5% 24,6% 23,9% Diabete 6,7% 6,8% 7,% BPCO 4,2% 4,7% 4,7% Ulcera 2,4% 2,5% 2,4% Depressione 8,7% 9,7% 9,4% 2 7