Modelli per la valutazione del rischio di mortalità e ricovero a partire da dati amministrativi sociosanitari

Objectives: The aim of this thesis is the comparison of the predictive capacity of algorithms, based on administrative and statistical health data, for the stratification of the risk of frailty linked to chronic diseases. The "Piano nazionale cronicità" assigns a central role to the stratification of risk for the reassessment of the models of identification, treatment and assistance of chronic diseases in territorial assistance. Method: A bibliographic review was initially carried out on the stratification models validated in the literature. 35 models, built on administrative and health data, were identified and compared on the basis of the outcomes studied, the sources used, the social and health variables considered and the predictive power demonstrated. Then another 9 models, based on direct sources, such as questionnaires and interviews, were added for the study of variables not traceable in administrative data, such as quality of life, muscle weakness, loss of autonomy and social isolation. In the second phase of the study, two stratification models of different complexity were compared: the frailty index, richer and more complex, realized with a formula developed by the Department of Statistical Sciences of the University of Padua, and the Frailty Evidence Based (FEB) score, simpler and more portable, produced by the Structure under University direction, Service of Epidemiology (SEPI). The two models were tested on the Piedmont population over 65 years of age; the comparison was enriched with the addition of two more combined models, called "Padova or FEB" and "Padova and FEB". The predictive performance of the two different models and their combinations was assessed focusing on their ability to stratify risk and their ability to predict the occurrence of adverse events. Result: The review of the literature shows that out of 35 models, establishing as acceptable an area under the ROC curve (C-index or AUC) greater than 0.7 as a measure of predictive capacity, 8 models proved to be suitable in the prediction of the risk of death, 7 models proved to be suitable in predicting the risk of hospitalization and 5 models demonstrated an acceptable predictive performance on the risk of death or hospitalization. In the comparison between the two indices on Piedmont population, the Padova index demonstrated a greater predictive power over all the adverse outcomes studied compared to the FEB and the two combined models. The higher values of the combined "Padova e FEB" model were associated with a greater ability to identify a few subjects at very high risk of adverse events. Conclusion: The review confirms that the models for predicting the risk of mortality and hospitalization are a valuable tool for stratifying frailty in the chronic population. The models made in Italy so far show good predictive power, but could be enhanced by the addition of information from the datasets of general practitioners. Between two compared models, the Padova index is the most suitable for stratification, obtaining greater predictive power, while a combined model of FEB and Padova index could be useful for the identification of few subjects at very high risk.

Obiettivi: Obiettivo di questa tesi è il confronto della capacità predittiva di algoritmi per la stratificazione del rischio di fragilità legato alle malattie croniche a partire dai flussi informativi sanitari amministrativi e statistici. Il “Piano nazionale cronicità” affida un ruolo centrale alla stratificazione del rischio per la riorganizzazione dei modelli di identificazione, presa in carico e assistenza delle malattie croniche nell’assistenza territoriale . Metodo: È stata inizialmente eseguita una revisione bibliografica sui modelli di stratificazione validati in letteratura. 35 modelli, costruiti su fonti amministrative e sanitarie, sono stati identificati e confrontati in base agli outcome studiati, alle fonti utilizzate, alle variabili sociosanitarie considerate e al potere predittivo dimostrato. A questi sono stati poi aggiunti altri 9 modelli, basati su fonti dirette, come questionari e interviste, per lo studio di variabili non tracciabili nei flussi amministrativi, come la qualità della vita, la debolezza muscolare, la perdita dell’autonomia e l’isolamento sociale. Nella seconda fase dello studio sono stati confrontati due modelli di stratificazione di diversa complessità: l’indice di fragilità, più ricco e complesso, realizzato con formula messa a punto dal dipartimento di Scienze Statistiche dell’Università degli Studi di Padova, e il Frailty Evidence Based (FEB) score, più semplice e portabile, prodotto dalla Struttura a direzione universitaria Servizio di Epidemiologia (SEPI). I due modelli sono stati testati sulla popolazione Piemontese di età superiore ai 65 anni; il confronto è stato arricchito con l’aggiunta di ulteriori due modelli combinati, chiamati “Padova o FEB” e “Padova e FEB”. La performance predittiva dei due diversi modelli e delle loro combinazioni è stata valutata alla luce della capacità di stratificare il rischio e la capacità di predire l’accadimento di eventi avversi. Risultato: Dalla revisione della letteratura emerge che su 35 modelli, stabilendo come accettabile un area sotto la curva ROC (C-index o AUC) superiore a 0,7 come misura della capacità predittiva, 8 modelli si dimostrano adatti nella predizione del rischio di morte, 7 modelli si dimostrano adatti nel predire il rischio di ospedalizzazione e 5 modelli dimostrano una performance predittiva accettabile sul rischio di morte o ospedalizzazione. Nella comparazione tra i due indici sugli assistiti piemontesi, l’indice di Padova ha dimostrato un maggiore potere predittivo su tutti gli outcome avversi studiati rispetto al FEB e ai due modelli combinati. I valori superiori del modello combinato “Padova e FEB” sono stati associati ad una maggiore capacità di identificare pochi soggetti a rischio molto elevato di eventi avversi. Conclusioni: la revisione conferma che i modelli di previsione del rischio di mortalità e ospedalizzazione sono un valido strumento di stratificazione della fragilità nella popolazione cronica. I modelli realizzati in Italia finora dimostrano un buon potere predittivo, ma potrebbero essere potenziati dall’aggiunta di informazioni provenienti dai dataset dei medici di medicina generale. Tra due modelli confrontati, l’indice di Padova risulta il più indicato per la stratificazione, ottenendo un maggior potere predittivo, mentre un modello combinato di FEB e indice di Padova può essere indicato per l’identificazione di pochi soggetti a rischio molto alto.