7. FONTI DEI DATI, DIMENSIONI DI ANALISI E INDICATORI STATISTICI

7. FONTI DEI DATI, DIMENSIONI DI ANALISI E INDICATORI STATISTICI 7.1. FONTI DEI DATI Per la realizzazione dell atlante sanitario della Regione Piemonte sono state utilizzate le basi dati dei seguenti sistemi informativi: - Censimento della popolazione e delle abitazioni (2001) - Archivio regionale della mortalità (1997/1998 2001/2002) - Anagrafe del Comune di Torino (1997-2004) - Sistema Informativo Ospedaliero (1997-2004) - Sistema informativo Assistenza Specialistica Ambulatoriale (2002-2003) - Sistema Informativo dell Anagrafe delle Strutture Sanitarie (2003) - Matrice delle distanze fra i Comuni del Piemonte - Anagrafe dei Medici di Medicina Generale (2003) - Banca Dati Demografica Evolutiva (1997-2004) Censimento della popolazione e delle abitazioni Per la descrizione del profilo socio-economico e demografico della popolazione piemontese sono stati utilizzati i dati aggregati a livello comunale della regione Piemonte tratti dall ultimo censimento della popolazione e delle abitazioni (2001). Archivio regionale della mortalità Per le analisi di mortalità a livello regionale sono stati utilizzati i dati del flusso informativo ISTAT sulla mortalità aggregati sui bienni 1997-1998 e 2001-2002. La mortalità è stata raggruppata in grandi gruppi di cause a partire dalla classificazione ICD IX (International Classification of Diseases- IX versione) (vedi tabella appendice capitolo 2). Anagrafe del Comune di Torino Per le analisi di mortalità all interno del comune di Torino sono stati utilizzati i dati dell Anagrafe comunale, che consentono un aggiornamento maggiore rispetto al flusso informativo ISTAT. I dati sono stati aggregati nei bienni 1997-1998 e 2002-2003. Sono stati considerati gli stessi gruppi di cause utilizzati per le analisi regionali. 217

L Anagrafe del Comune di Torino è stata utilizzata anche per la determinazione delle popolazioni di riferimento per il calcolo degli attesi per le analisi sub-comunali. Sistema Informativo Ospedaliero I dati sui ricoveri ospedalieri sono stati ricavati dal Sistema Informativo Ospedaliero e analizzati sul pool di due periodi biennali (1997-1998 e 2003-2004). Le dimensioni territoriali ricalcano quelle utilizzate nella mortalità. Sono stati considerati tutti i ricoveri avvenuti in strutture ospedaliere pubbliche e case di cura private convenzionate piemontesi ed extra-regionali dei residenti in Piemonte, in regime di ricovero ordinario, day hospital, riabilitazione e lungodegenza. Sistema Informativo dell Assistenza Specialistica Il Sistema Informativo dell Assistenza Specialistica contiene informazioni relative a prestazioni specialistiche ambulatoriali e di pronto soccorso non seguite da un ricovero erogate dal Servizio Sanitario Nazionale in strutture sanitarie del Piemonte, sia pubbliche che private convenzionate. Le prestazioni concesse a residenti fuori regione sono state escluse dall archivio ai fini dello studio. La base dati contiene informazioni relative al paziente fruitore dell assistenza e alle caratteristiche delle prestazioni erogate. Le prestazioni erogate sono identificate tramite un codice di prestazione e raggruppate in branche specialistiche ai sensi del D.M. 22/7/96. Ai fini delle analisi sono state considerate anche informazioni sulla struttura presso la quale la prestazione viene erogata, l importo in euro della prestazione e il codice del medico richiedente. Il Sistema Informativo produce dati di buona qualità a partire dal 2002. Le analisi sono state quindi svolte confrontando il 2002 e il 2003. Anagrafe delle strutture sanitarie L Anagrafe delle Strutture Sanitarie della Regione Piemonte raccoglie una vasto insieme di informazioni e caratteristiche su tutti i soggetti erogatori di prestazioni sanitarie. Per ogni struttura vengono identificati: la tipologia di struttura (territoriale, ospedaliera, riabilitativa o amministrativa); i dati anagrafici, che consentono di identificare fisicamente la struttura, e il tipo di rapporto con il SSN. A partire dalle caratteristiche anagrafiche di ciascuna sede di attività di ricovero, che comprendono la denominazione ufficiale, l'azienda sanitaria di appartenenza o di competenza, l'indirizzo completo, la data di attivazione o di chiusura della struttura sanitaria, o in caso di enti privati provvisoriamente accreditati, o accreditati la data del provvisorio, o definitivo accreditamento, o l'eventuale data di fine accreditamento, le discipline trattate da ciascun istituto e i rispettivi posti letto in regime ordinario o diurno, sono state selezionate le strutture aperte ed accreditate con il Servizio sanitario al 31/12/2003. Gli indicatori di offerta sono quindi stati calcolati su questo insieme di strutture. 218

Matrice delle distanze La Matrice delle distanze fra i Comuni Piemontesi è stata costruita dall IRES Piemonte e misura il tempo di percorrenza, espresso in secondi, riferito all uso dell auto privata in normali condizioni climatiche e di viabilità, tra tutti i comuni della regione. Archivio anagrafico dei Medici di Medicina Generale L Archivio anagrafico dei Medici di medicina generale del Piemonte raccoglie informazioni di carattere identificativo e anagrafico, la localizzazione dell ambulatorio, la data di inizio dell attività e la tipologia dei Medici di Medicina Generale che operano nella regione, relativamente all anno 2002. Banca Dati Demografica Evolutiva La Banca Dati Demografica Evolutiva (BDDE) è il più completo database dinamico sulla popolazione residente in Piemonte, sulla sua struttura e sulle sue caratteristiche. Contiene tutti i dati anagrafici dei 1206 comuni piemontesi, desunti dalle rilevazioni ISTAT a partire dal 1991. Lo scopo della BDDE è di rendere disponibili i dati demografici con grande tempestività e consentirne la consultazione fino al massimo livello di dettaglio, integrando i vari flussi di informazioni anagrafiche ufficiali che vengono periodicamente inviati ad ISTAT dai comuni. I dati della BDDE sono stati utilizzati per selezionare le popolazioni di riferimento per le analisi regionali. 7.2. MISURE EPIDEMIOLOGICHE Per la produzione dell atlante sono calcolate varie misure epidemiologiche che, secondo il tipo di indicatore richiesto, assumono la forma di tassi, proporzioni, medie o rapporti, sia in forma grezza, sia standardizzata con metodo diretto. Gli attesi per il calcolo di rischi relativi sono calcolati con metodo algebrico indiretto. Gli indici per il calcolo dei quali l individuo non rappresenta un singolo evento ma una misura quantitativa (ad es. numero medio di eventi, giornate di degenza, valorizzazione economica) sono stati ricondotti a misure di rischio riscalando il valore individuale sul valore medio generale. Ciò comporta una lieve sottostima nella misura della variabilità del fenomeno in quanto i valori riscalati non rappresentano eventi indipendenti. Viceversa per il calcolo degli intervalli di confidenza relativi a misure di occorrenza di eventi ripetibili per lo stesso individuo, sono stati usati algoritmi volti a correggere la sottodispersione degli eventi. I tassi di riferimento per il calcolo degli attesi sono basati sulle seguenti popolazioni: per le analisi regionali su bienni la popolazione totale del biennio tratta dalla BDDE; per le analisi comunali su bienni la popolazione torinese totale del biennio derivata dal computo delle persone-anno presenti nell anno. 219

7.3. DIMENSIONI DI ANALISI La maggior parte dei risultati dell atlante sono rappresentati in pagine di formato standard, che mostrano i seguenti oggetti grafici e tabellari: - 2 mappe di rischi relativi bayesiani standardizzati per età e categorizzati in eptili, che mostrano la distribuzione spaziale dei fenomeni nella regione Piemonte a livello comunale (n=1.206), rispettivamente per i bienni 1997-1998 e 2003-2004; - un grafico che mostra, in relazione alla natura della variabile, i tassi grezzi di occorrenza per classi quinquennali di età nei 2 periodi, oppure i valori medi, o le quote proporzionali di un fenomeno o i rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; - un grafico che mostra, in relazione alla natura della variabile, i tassi standardizzati di occorrenza per età (con gli intervalli di confidenza al 95%), stratificati per classi di ampiezza demografica (<3.000 ab, 3.000-30.000 ab., > 30.000 ab.) e biennio, oppure i valori medi, o le quote proporzionali di un fenomeno o i rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; - un grafico che mostra, in relazione alla natura della variabile, i tassi standardizzati di occorrenza per età (con gli intervalli di confidenza al 95%), stratificati per zona altimetrica (pianura, collina, montagna) e biennio oppure i valori medi, o le quote proporzionali di un fenomeno o i rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; - una tabella riassuntiva della distribuzione regionale, che mostra, per ogni biennio: * il numero medio di osservati nel biennio; * i tassi grezzi di occorrenza, oppure i valori medi, o le quote proporzionali di un fenomeno o i rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; * i tassi standardizzati con gli intervalli di confidenza al 95%, oppure i valori medi, o le quote proporzionali di un fenomeno o i rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; * il 5 e il 95 percentile della distribuzione dei tassi standardizzati, oppure dei valori medi, o delle quote proporzionali di un fenomeno o dei rapporti tra indicatori di uso di particolari procedure e un corrispondente indicatore di bisogno; * il livello di significatività statistica dei parametri di eterogeneità e clustering del modello di stima dei rischi relativi bayesiani (-: ns; +: p<0,05; ++: p<0,01); * il valore del trend temporale stimato da modello con il relativo livello di significatività statistica (+: p<0,05; ++: p<0,01); * il livello di significatività statistica per i parametri di eterogeneità e di clustering del trend temporale stimati da modello; 220

- 2 mappe di rischi relativi bayesiani standardizzati per età e categorizzati in eptili della distribuzione per la rappresentazione spaziale dei fenomeni nel comune di Torino per zona statistica (n=92) comunale rispettivamente per i bienni 1997-1998 e 2003-2004; - una tabella riassuntiva della distribuzione comunale che presenta la stessa struttura della tabella regionale. Alcune parti dell atlante (capitolo 3.3, 3.6, 5) sono invece basate su analisi ad hoc, per le quali vengono mostrati risultati sintetizzati in tipologie alternative di grafici o tabelle (trend temporali, rette di regressione,ecc) che contengono i seguenti indicatori statistici: Capitolo 3.3 % ricoveri fuori regione: sul totale dei ricoveri dei residenti. % ricoveri fuori quadrante: sul totale dei ricoveri dei residenti. Capitolo 3.6 Grafici a dispersione: rappresentano la relazione tra due variabili quantitative e sono corredati dalle rette di regressione lineare semplice con la relativa equazione e l indice di determinazione R 2 per la stima della variabilità complessiva del fenomeno spiegata dalla retta. Indice di localizzazione: esprime la quota di ricoveri di residenti effettuata nella corrispondente ASL di residenza. Densità di medici di medicina generale (MMG): n. di MMG per 1.000 abitanti di età >14 anni. Capitolo 5 Tasso posti letto ospedalieri (per 1000 abitanti): per ricoveri ordinari, in day hospital, in reparto di riabilitazione e lungodegenza, in istituti privati accreditati, in reparto di geriatria (per 1000 abitanti con età superiore ai 64 anni), in reparto di pediatria (per 1000 abitanti con età inferiore ai 15 anni) e in reparto di ostetricia-ginecologia (per donne con età compresa tra i 15 e 49 anni). Percentuale di posti letto per ricoveri day hospital: calcolato sul totale dei posti letto per ricoveri acuti. Tasso di utilizzo dei posti letto: definito come il rapporto tra le giornate di degenza osservate per ricoveri ordinari ed i posti letto*365. Distanze dal Comune più vicino con Ospedale con Pronto Soccorso: in minuti di percorrenza Distanze dal Comune più vicino con Ospedale con DEA di II livello: in minuti di percorrenza 221

Indicatore composito di accessibilità: A i = n = 1 PL d i dove A i rappresenta l i-esimo comune di residenza (i=1,2,,1206), PL i corrisponde ai posti letto del - esimo comune erogatore (comune in cui è presente almeno un ospedale) e d i alla distanza tra l i-esimo comune di residenza ed il -esimo comune erogatore. Densità di offerta di assistenza specialistica (branche): numero di branche erogatrici per 10.000 abitanti. Ai fini del calcolo, quindi, una struttura è contata tante volte quante sono le discipline nelle quali eroga assistenza. Densità di offerta di assistenza specialistica (strutture): numero di strutture erogatrici per 10.000 abitanti. Indice di continuità assistenziale del medico prescrittore: per ogni individuo residente le prestazioni di assistenza specialistica ambulatoriale prescritte dallo stesso medico sono rapportate al numero totale di prestazioni erogate a favore di quel soggetto. Indice di continuità assistenziale della struttura: per ogni individuo residente le prestazioni di assistenza specialistica ambulatoriale erogate presso la stessa struttura sono rapportate al numero totale di prestazioni erogate a favore di quel soggetto. Per una descrizione più analitica delle dimensioni di analisi e dei contenuti di queste parti del lavoro si rimanda inoltre al paragrafo relativo agli indicatori statistici e ai paragrafi introduttivi dei singoli capitoli o sottocapitoli. 7.4. LE ANALISI GEOGRAFICHE Introduzione Le mappe regionali per comune (n=1.206) e per zona statistica (n=92) all interno della città di Torino sono state costruite utilizzando tecniche statistiche bayesiane, in grado di tenere conto della bassa numerosità degli eventi che si verificano a livello di piccole aree. Ciò si rende necessario per aree con scarsa popolazione o per eventi rari, per le quali la stima del rischio può essere particolarmente inaffidabile a causa di variazioni casuali nella distribuzione degli eventi. Applicando modelli bayesiani, il rischio relativo delle zone statistiche è modellato come dipendente da due componenti di variabilità: l eterogeneità generale dei rischi tra i comuni e, nel caso torinese, le zone statistiche e l eterogeneità dei 222

rischi dei comuni e delle zone statistiche prossime all area in esame. L effetto di questo modello di stima è di lisciare (smoothing) il valore del rischio del comune o della zona verso i valori medi locali, rendendo l interpretazione della mappa più agevole. D altro lato non si deve perdere di vista che tali stime si allontanano talvolta in modo considerevole dalle stime puntuali di rischio del comune o della zona. Alcune immagini possono infatti essere un artefatto statistico o grafico, basato su dati di scarsa consistenza. E necessario quindi considerare la numerosità di fatto degli eventi (riportati in tabella), riservando alle mappe bayesiane il compito di identificare andamenti medi complessivi del rischio sul territorio. Il modello autoregressivo bayesiano L analisi bayesiana è stata condotta utilizzando il modello autoregressivo bayesiano con distribuzione a priori cosiddetta convoluta. I modelli per i tassi di occorrenza sono stati stimati ipotizzando che O ~ Poisson( µ ) dove O = eventi osservati per ogni Comune (o zona statistica), per =1,.1206 per le analisi regionali e =1,.92 per le analisi su Torino. E stato quindi adottato il seguente modello statistico per la stima dei rischi relativi (RR) lisciati: log( µ ) = log( E ) + α + h + c, che espresso in termini di rischi relativi diventa: RR = exp( α + h c) ) + dove h e c rappresentano rispettivamente componenti di eterogeneità spaziale e di clustering, la cui precisione è ipotizzata a priori ( τ, τ ). h c Le analisi su parametri diversi da misure di occorrenza sono state svolte ipotizzando la distribuzione normale sulla variabile di esito. Quando nell analisi sono considerati due periodi temporali, il trend % tra i periodi è stato stimato con un modello che si basa sulle stesse ipotesi precedenti, ma che include tre ulteriori parametri: log( µ ) = log( E ) + α + h + c + ( t + dh + dc ) p, dove p=[0,1] * Ciò permette la stima della variazione temporale media tra i due periodi considerati, della componente spazialmente strutturata e della componente di eterogeneità generale di tale variazione temporale. Le analisi sono state condotte mediante una procedura composta da macro implementate in SAS System e supportata dal software Winbugs 1.4. 223

Le analisi di sensibilità E stata condotta un analisi di sensibilità sui parametri della distribuzione a priori al fine di valutare l influenza che la scelta dei parametri a priori esercita in termini di effetti sulla stima dei rischi a posteriori. A tal fine sono stati ipotizzati tre scenari alternativi, oltre a quello oggetto di studio, inerenti la distribuzione dei rischi relativi sul territorio, e ipotizzanti rispettivamente a) range lievemente superiore all osservato b) range molto superiore all osservato c) range inferiore all osservato. Linee guida per l interpretazione delle mappe Le mappe rappresentano i 1206 comuni del Piemonte o, per le analisi su Torino, le 92 zone statistiche cittadine per due periodi: 1997-1998 e il biennio più recente con disponibilità di informazioni in relazione alla misura utilizzata. La bassa numerosità di eventi sanitari in alcune zone statistiche di Torino e in alcuni comuni del Piemonte ha infatti suggerito l aggregazione dei dati in periodi biennali per ottenere stime di rischio più affidabili. La scala di colori è stata composta distribuendo i valori dei singoli rischi bayesiani medi di zona statistica su una scala continua, rappresentata in legenda, che va dal verde scuro (aree a basso rischio) al rosa scuro (aree ad alto rischio). A fini pratici è utile avere come riferimento la distribuzione del colore giallo, che comprende il valore di rischio medio bayesiano di 1, uguale al rischio medio del territorio in analisi. Considerato che il valore di riferimento per il rischio è interno al territorio, il valore 1 non esclude che il fenomeno in oggetto possa essere in eccesso o difetto rispetto ad altri riferimenti territoriali. Per la visualizzazione su un caso reale si veda anche la pagina esemplificativa in fondo all introduzione. 224