Pianificazione dei fabbisogni di farmaci per l Azienda Ospedaliera di Padova. Analisi critica di supporti decisionali statistici basati sulle serie storiche. - Tesi di Laurea Specialistica - A.A. 2008-2009 25 Giugno 2010
Piano della presentazione 1 Introduzione Il problema della pianificazione dei fabbisogni di farmaci 2 Analisi farmaci Rispetto alle quantità prelevate da magazzino Approccio statistico-informatico: SASForecast Studio VS R-Project Approccio statistico VS Approccio farmacisti 3 Spesa farmaceutica Rispetto al valore dei prelievi da magazzino 4 Conclusioni Sviluppi futuri
1 Introduzione Il problema della pianificazione dei fabbisogni di farmaci 2 Analisi farmaci Rispetto alle quantità prelevate da magazzino Approccio statistico-informatico: SASForecast Studio VS R-Project Approccio statistico VS Approccio farmacisti 3 Spesa farmaceutica Rispetto al valore dei prelievi da magazzino 4 Conclusioni Sviluppi futuri
Il problema della pianificazione dei fabbisogni di farmaci Ridotta Pianificazione dei fabbisogni Obsolescenza/ Mancanza di farmaci Impatti sulla Spesa farmaceutica Obsolescenza/Mancanza di farmaci Ha portato all avvio di un progetto volta alla modifica della fase di Pianificazione dei Fabbisogni
Modernizzazione processo d acquisto (1/2) Definizione e Pianificazione fabbisogni Richiesta di acquisto Selezione del fornitore Richiesta riordino Consegna e liquidazione fatture Obiettivo: Definizione e Pianificazione dei Fabbisogni Riuscire a pianificare i fabbisogni futuri ottimizzando la quantità di farmaci da inserire nella richiesta d acquisto Area Vasta
Modernizzazione processo d acquisto (2/2) Attuale pianificazione Pianificazione basata sull'analisi delle serie storiche Gli andamenti storici analizzati riguardano i prelievi mensili di farmaci da magazzino per l Azienda Ospedaliera di Padova Training set: Marzo 2006 - Giugno 2009 Test set: Luglio 2009 - Ottobre 2009
Modernizzazione processo d acquisto (2/2) Attuale pianificazione Pianificazione basata sull'analisi delle serie storiche Gli andamenti storici analizzati riguardano i prelievi mensili di farmaci da magazzino per l Azienda Ospedaliera di Padova Training set: Marzo 2006 - Giugno 2009 Test set: Luglio 2009 - Ottobre 2009
Articoli Prodotti Farmaceutici (70%) Altri Beni e Prodotti Sanitari (27%) Materiali Diagnostici (3%) Prodotti Farmaceutici (90%) Altri Beni e Prodotti Sanitari (6%) Materiali Diagnostici (4%) Quantità prelevata da magazzino (migliaia) 0 500 1500 2500 3500 0% 25% 50% 75% 100% Cumulative Percentage Valore prelievi da magazzino (migliaia di euro) 0 20000 40000 60000 80000 0% 25% 50% 75% 100% Cumulative Percentage Dataset Fornito dall Azienda Ospedaliera di Padova e presenta 1680 farmaci Data cleaning
Farmaci selezionati ATC ATC Articolo Valore Incidenza L04AB01 F34F211-ENBREL SC 4SIR 25MG 0,5ML+8TAMP 20.453.032 11,48% L04AB02 F34F110-REMICADE EV FL 100MG+FL 2ML 6.985.739 3,92% L04AB04 F34F411-HUMIRA SC 4SIR+FL 40MG 0,8ML+4TAMP 6.510.385 3,65% L01XE01 F01H120-GLIVEC 120CPS 100MG 4.795.357 2,69% L01XC02 F01G970-MABTHERA EV 1FL 50ML 500MG 4.467.736 2,51% L03AB07 F34C930-AVONEX IM 4SIR 30MCG/0,5ML 4AG 4.232.499 2,38% L03AB07 F34C960-REBIF SC 12SIR 12000000UI44MCG 3.353.922 1,88% C02KX01 F08M610-TRACLEER 56CPR RIV 125MG 3.192.862 1,79% L03AX13 F34G110-COPAXONE SC 28SIR 20MG/ML 3.177.065 1,78% B05AA01 F18A023-ALBUMINA UMANA KEDRION FL INF 50ML 20% 2.781.945 1,56% J05AE06 F07A611-KALETRA 120CPR RIV 200MG+50MG 2.641.876 1,48% J01DH02 F02L852-MERREM EV POLV 10FL 1000MG 2.561.819 1,44% J02AX04 F04A911-CANCIDAS EV FL 50MG 10ML 2.383.109 1,34% J06BA02 F34B050-IG VENA EV 1FL 100ML 2.205.751 1,24% J01CR05 F02G341-TAZOCIN EV 12FL 4G 0,500G 2.177.426 1,22% J01XA02 F02L320-TARGOSID IM IV 1FL 200MG+FL 3ML 2.101.656 1,18% L03AB07 F34C940-REBIF SC 12SIR 6000000UI 22MCG 2.036.866 1,14% L01XX32 F01H310-VELCADE INIET 1FL 3,5MG 1MG/ML 2.024.963 1,14% B03XA01 F19B135-EPREX 1FL 40000UI/ML 1ML 2.023.078 1,14% J05AR01 F34C951-COMBIVIR 60CPR RIV 150MG+300MG 1.915.578 1,08% Totale spesa farmaceutica 20 farmaci 82.022.664 Totale spesa farmaceutica 1680 farmaci 178.151.305 46,04%
Modalità di somministrazione Frequenza in base al tipo di somministazione Spesa farmaceutica in base al tipo di somministrazione Frequency 20 15 10 5 0 Somm. diretta (60%) Ospedaliero (35%) Ambulatoriale (5%) 0% 25% 50% 75% 100% Cumulative Percentage Ospedaliero (9,11%) Ambulatoriale (2,51%) Somm. diretta (34,42%)
1 Introduzione Il problema della pianificazione dei fabbisogni di farmaci 2 Analisi farmaci Rispetto alle quantità prelevate da magazzino Approccio statistico-informatico: SASForecast Studio VS R-Project Approccio statistico VS Approccio farmacisti 3 Spesa farmaceutica Rispetto al valore dei prelievi da magazzino 4 Conclusioni Sviluppi futuri
Approccio statistico-informatico: SASForecast Studio VS R-Project (1/5) SASForecast Studio R-Project Modellazione automatizzata Modellazione non automatizzata Modellazione non automatizzata Sono stati aggiunti degli eventi su Agosto e Dicembre
Approccio statistico-informatico: SASForecast Studio VS R-Project (2/5) Modelli con minore AIC Modello R-Project Modello SASForecast Studio Modello SASForecast Studio=R-Project Totale (AIC minore) (AIC minore) (AIC minore) Somm. diretta 11 0 1 12 Ospedaliero 7 0 0 7 Ambulatoriale 1 0 0 1 Totale 19 0 1 20 Nel 95% dei casi una modellazione non automatizzata risulta migliore SMAPE
Approccio statistico-informatico: SASForecast Studio VS R-Project (3/5) Previsione VS Consuntivo F34F110 REMICADE EV FL 100MG+FL 2ML Farmaco a somministrazione diretta F18A023 ALBUMINA UMANA KEDRION FL INF 50ML 20% Farmaco a uso ospedaliero Prelievi da magazzino 200 300 400 500 Quantità Previste (R Project) Quantità Reali Prelievi da magazzino 2000 2500 3000 3500 Quantità Previste (R Project) Quantità Reali Mar2006 Apr2006 May2006 Jun2006 Jul2006 Aug2006 Sep2006 Oct2006 Nov2006 Dec2006 Jan2007 Feb2007 Mar2007 Apr2007 May2007 Jun2007 Jul2007 Aug2007 Sep2007 Oct2007 Nov2007 Dec2007 Jan2008 Feb2008 Mar2008 Apr2008 May2008 Jun2008 Jul2008 Aug2008 Sep2008 Oct2008 Nov2008 Dec2008 Jan2009 Feb2009 Mar2009 Apr2009 May2009 Jun2009 Jul2009 Aug2009 Sep2009 Oct2009 Mar2006 Apr2006 May2006 Jun2006 Jul2006 Aug2006 Sep2006 Oct2006 Nov2006 Dec2006 Jan2007 Feb2007 Mar2007 Apr2007 May2007 Jun2007 Jul2007 Aug2007 Sep2007 Oct2007 Nov2007 Dec2007 Jan2008 Feb2008 Mar2008 Apr2008 May2008 Jun2008 Jul2008 Aug2008 Sep2008 Oct2008 Nov2008 Dec2008 Jan2009 Feb2009 Mar2009 Apr2009 May2009 Jun2009 Jul2009 Aug2009 Sep2009 Oct2009 F01G970 MABTHERA EV 1FL 50ML 500MG Farmaco ambulatoriale Prelievi da magazzino 50 100 150 200 Quantità Previste (R Project) Quantità Reali Mar2006 Apr2006 May2006 Jun2006 Jul2006 Aug2006 Sep2006 Oct2006 Nov2006 Dec2006 Jan2007 Feb2007 Mar2007 Apr2007 May2007 Jun2007 Jul2007 Aug2007 Sep2007 Oct2007 Nov2007 Dec2007 Jan2008 Feb2008 Mar2008 Apr2008 May2008 Jun2008 Jul2008 Aug2008 Sep2008 Oct2008 Nov2008 Dec2008 Jan2009 Feb2009 Mar2009 Apr2009 May2009 Jun2009 Jul2009 Aug2009 Sep2009 Oct2009
Approccio statistico-informatico: SASForecast Studio VS R-Project (4/5) Modelli con minor SMAPE Modello R-Project Modello SASForecast Studio Modello SASForecast Studio=R-Project Totale (SMAPE minore) (SMAPE minore) (SMAPE minore) Somm. diretta 10 1 1 12 Ospedaliero 4 3 0 7 Ambulatoriale 1 0 0 1 Totale 15 4 1 20 Nel 75% dei casi una modellazione non automatizzata produce un errore di previsione minore Media SMAPE % Media SMAPE % (R-Project) (SASForecast Studio) Somm. diretta 1,18% 1,77% Ospedaliero 0,85% 0,70% Ambulatoriale 0,19% 0,24% % Totale 2,22% 2,71% AIC
Approccio statistico-informatico: SASForecast Studio VS R-Project (5/5) Errore sottostima Errore sovrastima Frequency 0 5 10 15 20 SASForecast Studio sottostima maggiore (50%) R Project sottistima maggiore (30%) Nessuna sottostima (15%) Stessa sottostima (5%) 0% 25% 50% 75% 100% Cumulative Percentage Errore mediano % 0 2 4 6 8 10 SASForecast Studio (6,01%) R Project (4,10%)
Approccio statistico VS Approccio farmacisti (1/3) R-Project Farmacisti Modellazione non automatizzata Attuale modalità di riordino Attuale riordino
Approccio statistico VS Approccio farmacisti (2/3) Minor SMAPE Modello R-Project Farmacisti Totale (SMAPE minore) (SMAPE minore) Somm. diretta 8 4 12 Ospedaliero 4 3 7 Ambulatoriale 0 1 1 Totale 12 8 20 Nel 60% dei casi un approccio statistico, con modellazione non automatizzata, produce un errore di previsione minore Media SMAPE % Media SMAPE % (R-Project) (Farmacisti) Somm. diretta 1,18% 1,37% Ospedaliero 0,85% 0,77% Ambulatoriale 0,19% 0,06% % Totale 2,22% 2,20%
Approccio statistico VS Approccio farmacisti (3/3) Errore sottostima Errore sovrastima Frequency 0 5 10 15 20 Farmacisti sottostima maggiore (55%) R Project sottostima maggiore (35%) Nessuna sottostima (10%) 0% 25% 50% 75% 100% Cumulative Percentage Errore mediano % 0 2 4 6 8 10 R Project (4,10%) Farmacisti (6,52%)
1 Introduzione Il problema della pianificazione dei fabbisogni di farmaci 2 Analisi farmaci Rispetto alle quantità prelevate da magazzino Approccio statistico-informatico: SASForecast Studio VS R-Project Approccio statistico VS Approccio farmacisti 3 Spesa farmaceutica Rispetto al valore dei prelievi da magazzino 4 Conclusioni Sviluppi futuri
Spesa farmaceutica (1/2) Valutazione previsione MAE MSE MAPE SMAPE R-Project 156 34122 6,31% 0,79% Farmacisti 113 28766 5,09% 0,59% Grafico
Spesa farmaceutica (2/2) Previsione VS Consuntivo (migliaia di euro) Jul2009 Aug2009 Sep2009 Oct2009 Totale Spesa Prevista (R-Project) 2804 2128 2618 2594 10144 Spesa Prevista (Farmacisti) 2441 2454 2443 2456 9794 Spesa Reale 2530 2128 2434 2428 9520 Errore out-of-sample (migliaia di euro) Jul2009 Aug2009 Sep2009 Oct2009 R-Project 274 0 184 166 Farmacisti -89 326 9 28
1 Introduzione Il problema della pianificazione dei fabbisogni di farmaci 2 Analisi farmaci Rispetto alle quantità prelevate da magazzino Approccio statistico-informatico: SASForecast Studio VS R-Project Approccio statistico VS Approccio farmacisti 3 Spesa farmaceutica Rispetto al valore dei prelievi da magazzino 4 Conclusioni Sviluppi futuri
Considerazioni finali Elaborare un anagrafica unica Necessità di migliorare la modellazione automatizzata Lavorare a stretto contatto con i farmacisti
Grazie per l attenzione
Appendice Area Vasta Definizione e Pianificazione fabbisogni Richiesta di acquisto Pianificazione e Standardizzazione Selezione del fornitore Richiesta riordino Emissioni ordinativi Consegna e Liquidazione fatture Emissioni ordinativi Consegna e Liquidazione fatture Return
Appendice Data cleaning Farmaci di partenza Riconciliazione Farmaci totali 2025 235 1790 1790 110 1680 Return
Appendice Classificazione Anatomica, Terapeutica e Chimica Gruppo Anatomico Principale ATC Primo Livello J (7) C (1) B (2) L (10) L Antineoplastici ed immunomodulatori J Anti-infettivi per uso sistematico B Sangue ed organi emopoietici C Sistema cardiovascolare Return
Appendice Attuale pianificazione I farmacisti analizzano il database relativo ai farmaci Scorta presente < Scorta massima NO Non si riordina nulla SI Si riordina la scorta minima Ipotesi Caso limite in cui ogni mesi, per ogni farmaco, si riordina la quantità minima Return
Appendice Approccio statistico: SASForecast Studio VS R-Project Errore sovrastima Return Frequency 0 5 10 15 20 SASForecast Studio sovrastima maggiore (65%) R Project sovrastima maggiore (25%) Stessa sovrastima (5%) Nessuna sovrastima (5%) 0% 25% 50% 75% 100% Cumulative Percentage Errore mediano % 0 2 4 6 8 10 SASForecast Studio (9,31%) R Project (7,56%)
Appendice Approccio statistico VS Approccio farmacisti Errore sovrastima Return Frequency 0 5 10 15 20 R Project sovrastima maggiore (60%) Farmacisti sovrastima maggiore (40%) 0% 25% 50% 75% 100% Cumulative Percentage Errore mediano % 0 2 4 6 8 10 R Project (7,56%) Farmacisti (7,55%)
Appendice Spesa farmaceutica Previsione VS Consuntivo (migliaia di euro) Spesa Farmaceutica Valore prelievi da magazzino (migliaia di euro) 1500 2000 2500 3000 Spesa Prevista (R Project) Spesa Prevista (Farmacisti) Spesa Reale Mar2006 Apr2006 May2006 Jun2006 Jul2006 Aug2006 Sep2006 Oct2006 Nov2006 Dec2006 Jan2007 Feb2007 Mar2007 Apr2007 May2007 Jun2007 Jul2007 Aug2007 Sep2007 Oct2007 Nov2007 Dec2007 Jan2008 Feb2008 Mar2008 Apr2008 May2008 Jun2008 Jul2008 Aug2008 Sep2008 Oct2008 Nov2008 Dec2008 Jan2009 Feb2009 Mar2009 Apr2009 May2009 Jun2009 Jul2009 Aug2009 Sep2009 Oct2009 Return