“Una popolazione a strati” (quotidianosanita.it)

Gentile Direttore,
da pochi giorni è disponibile “Una popolazione a strati”. È questo il titolo del libro in cui ho provato a raccontare una sanità che cambia attraverso l’utilizzo di dati ed informazioni che essa stessa produce.  Modelli previsionali, population health management come strumenti integrati per la governance di una sanità che potenzia servizi territoriali e di prossimità partendo direttamente dal fabbisogno clinico della popolazione. Lo spunto che ha dato vita al libro, quasi per caso, nasce dalla descrizione del modello sperimentale impiantato sulla stratificazione e sul targeting della popolazione del Molise realizzata quando ero DG dell’unica Asl regionale. Intorno a questa, con il contributo di alcune importanti personalità, abbiamo provato a tracciare una delle possibili linee di sviluppo del Sistema Sanitario.

Analisi predittive a supporto della programmazione calate nella realtà, che traggono spunto dal Piano nazionale della Cronicità, implementate anche all’interno del nuovo Patto per la Salute. Indicazioni richiamate nel recentissimo Decreto Ripresa, all’art. 7, che riserva al Ministero della Salute la possibilità di trattare dati personali, relativi alla salute degli assistiti, raccolti nei sistemi informativi del Ssn per lo sviluppo di metodologie predittive dell’evoluzione del fabbisogno di salute della popolazione.
 
I dati sono infatti la leva per la necessaria digital trasformation dell’intero Sistema Sanitario e, se ben linkati, possono supportare le governance nella riduzione della variabilità delle cure e nell’aumento della qualità assistenziale nelle sue diverse componenti cliniche, assistenziali, gestionali ed economiche.
 
Il libro vuole alimentare la discussione sulla necessità di ribaltare la tendenza di governare l’offerta a favore di una visione di governance della domanda. È stato stampato a febbraio 2020, prima dell’acuirsi della pandemia da Covid-19 e descrive le evidenze che lo studio osservazionale ha prodotto. Anche alla luce di quanto successo in questi mesi, infatti, il modello consente d’individuare coorti di popolazione pluripatologiche e ad alto rischio clinico attraverso la stratificazione della popolazione. La letteratura scientifica sta dimostrando che queste, anche nel caso di contagio da Covid-19, fanno registrate alti tassi di mortalità e sono più soggette a possibili e conseguenti ospedalizzazioni.

La popolazione oggetto dello studio (l’intera popolazione molisana) è stratificata in base a CRG (Clinical Risk Group) e a situazioni complesse in termini d’assistenza e d’impiego di risorse. Dallo studio è emerso che almeno 4 cittadini su 10 sono affetti da una patologia cronica. Il 40.35% rientra dunque in uno stato di salute che va dall’”unica patologia cronica minore” al cluster “patologie croniche dominanti in 3 o più organi”. Tra questi, circa il 20% ha una patologia cronica dominante o moderata. Il modello può indirizzare il sistema sanitario ad intercettare e proporre, per le patologie ad alta prevalenza la cui soglia di complessità per natura clinica comporta un elevato carico assistenziale, modelli di presa in carico anticipatori rispetto ad un possibile peggioramento verso livelli di severità più gravi.
È evidente come si possano scomporre i dati a più livelli, tanto da poter estrapolare set di indicatori utili per valutare il sistema regionale nella sua complessità. Nel libro sono illustrati i risultati ottenuti attraverso il focus su alcune delle patologie ad alta prevalenza, tra le più impattanti in termini di assistenza e di sostenibilità (diabete, insufficienza cardiaca congestizia, BPCO, ipertensione, tumori, abuso di droghe, HIV/AIDS).
 
Lo studio osservazionale ha consentito l’individuazione della prevalenza delle patologie croniche, in particolare di quelle che rispondono a criteri diagnostici ben definiti, in modo rapido ed attendibile, studiando inoltre l’associazione con altre malattie croniche, la distribuzione degli stati di salute e dei livelli di severità. Mentre le stime di prevalenza di patologia derivanti dall’analisi delle banche dati amministrative di ospedalizzazione forniscono informazioni sugli aspetti acuti dei singoli disturbi, questo innovativo sistema riesce ad agganciare, in maniera affidabile, le condizioni croniche, anche nel caso queste non richiedano un’ospedalizzazione specifica del soggetto.
 
Con l’ausilio dei cartogrammi, poi, i dati delle patologie sono messi in correlazione di prevalenza, per dare un quadro ancor più preciso della localizzazione geografica della popolazione e delle malattie.
 
Il libro racchiude contributi di firme autorevoli, tra cui quelle di Andrea Urbani (direttore della programmazione sanitaria del Ministero della Salute), Giacomo Bazzoni (presidente Agenas), Antonio Gaudioso (segretario nazionale di CittadinanzAttiva), Luca Brunese (Rettore dell’Università del Molise), Mario Morlacco, che inquadrano il contesto da diversi punti di vista, descrivendo i modelli di risposta che i Sistemi sanitari e le Aziende devono adottare per garantire l’appropriatezza, l’efficacia e l’efficienza delle prestazioni attraverso la governance, la continuità e l’integrazione dei servizi, la centralità delle persone e del personale sanitario.
 
La stratificazione, che molte Regioni hanno inserito come obiettivo nei loro recenti Piani Sanitari, potrebbe consentire il benchmark, così come avviene per l’assistenza ospedaliera, standardizzando i costi attesi sulla base delle caratteristiche della popolazione assistita, riducendo il grado di variabilità tra Regioni tramite un set d’indicatori per la valutazione. Analogamente ai DRG, i gruppi derivanti dalla stratificazione (CRG) potrebbero rappresentare uno strumento di adeguamento sulla base di caratteristiche cliniche e di fabbisogno di risorse.
 
La disponibilità di flussi informativi che accompagnano il paziente e ne descrivono il percorso all’interno dei sistemi sanitari, può rappresentare un’importante chiave di volta anche per comprendere l’impatto di questa pandemia, oltre che per mettere in campo specifiche misure di prevenzione e di contenimento sulle persone più fragili ed esposte. L’applicazione del sofisticato modello d’aggregazione e di trasformazione di dati consente infatti di ottenere risultati accurati, fino a geolocalizzare a livello regionale, aziendale e comunale la distribuzione del rischio. Tale modello, soprattutto in questo momento storico, potrebbe essere utile per l’emergenza pandemica e per la fase 2, oltre che per i fini per cui è stato pensato: la gestione della complessità clinica dei pazienti, l’invecchiamento della popolazione e la conseguente sostenibilità dell’intero Sistema Sanitario.
 

Altre Rassegne