AUDIT E GOVERNO CLINICO IN MEDICINA GENERALE:
LA SPERIMENTAZIONE REGIONALE UMBRA
Progetto OERU-SIMG:
Background e razionale
Giampiero Mazzaglia
Health Search, SIMG
180
50%
160
49%
Millions of People
140
48%
120
47%
100
46%
80
45%
60
44%
40
20
43%
0
42%
1995
2000
2005
2010
Population
2015
2020
2025
Percent of Total Population
Progetto OERU-SIMG: Obiettivi e razionale
2030
Percent of Population
*Values for 2005 to 2030 are projections.
Source: Adapted from Partnership for Solutions, Johns Hopkins University, Chronic Conditions: Making the Case for
Ongoing Care, December 2002
Progetto OERU-SIMG: Obiettivi e razionale
Disponibilità finanziarie
•limitazioni di budget (tagli)
• fissazione dei tetti di spesa
• riduzione delle strutture e del personale
• autofinanziamento delle regione
Bisogni sanitari
•crescita delle aspettative
• invecchiamento della popolazione
• cronicizzazione delle patologie
• allargamento indicazioni
terapeutiche
• progresso tecnologie sanitarie
Progetto OERU-SIMG: Obiettivi e razionale
L'appropriatezza è nella sua essenza
l'espressione della distanza che
intercorre tra un comportamento
osservato ed un comportamento
atteso in base alle conoscenze
scientifiche e/o ad aspetti normativi
ed economici.
Progetto OERU-SIMG: Obiettivi e razionale
Progetto OERU-SIMG: Obiettivi
strategici
Sviluppare degli strumenti di valutazione dell’appropriatezza
dei processi di cura, che possano fungere da modello di
confronto (benchmarking) per la Medicina Generale in Umbria.
Il coinvolgimento dei MMG in questo processo può consentire di
ottenere un miglioramento della qualità della cura ed una
riduzione complessiva della spesa sanitaria attraverso vari
meccanismi:
1.
2.
3.
4.
la diagnosi precoce di malattia;
il monitoraggio delle patologie e delle possibili complicanze;
la riduzione delle terapie inadeguate;
l’incremento delle terapie necessarie.
Progetto OERU-SIMG: Obiettivi e razionale
Indicatori di qualità:
definizione
Elementi specifici e misurabili della pratica
clinica che possono essere utilizzati come
unità di misura della qualità
dell’assistenza:
Consentono confronti geografici e temporali che
risentono poco degli effetti della complessità clinica dei
pazienti (case-mix);
 Se condivisi con tutti gli operatori sanitari, inclusi i medici
prescrittori, stimolano variazioni positive nella qualità
dell’assistenza (benchmarking);
 Facilitano una valutazione obiettiva di iniziative di
educazione sanitaria.

Il ciclo
dell’AUDIT
Misuro
nuovamente quello
che ho fatto
2- Programmo
Interventi
Agisco
Battaggia & Giustini
INDICATORE
Identifico cosa devo fare
Identifico il livello accettabile
previsto
Correggo
gli scostamenti dove
posso farlo
1-Analizzo le
barriere
Scelgo un
aspetto
dell’assistenza
Identifico gli
scostamenti
tra
Ideale e Reale
Misuro
quello che
faccio di solito
(Reale)
STAN
DARD
ANALIZZO
Progetto OERU-SIMG: Obiettivi e razionale
Indicatori di qualità: criteri di
scelta
Evidenza
(Rilevanza, pertinenza e solidità
ricavata dalle LG)
Facilità ed
affidabilità
dell’informazione
(Livelli minimi di registrazione;
Scarsa influenza dal case-mix)
Variabilità
(Possibilità di miglioramento)
Fleming BB, et al. Diabetes Care. 2001; 1815-20.
Progetto OERU-SIMG: Obiettivi e razionale
2.6%
2.6%
850 GPs covering around 3.0%
of the adult Italian population
• 1,532,872 patients
• 23,458,621 diagnoses
• 127,753,998 laboratoryinstrumental presriptions
• 121,342,618 drug prescriptions
2.9%
2.8%
3.0%
5.3%
1.8%
4.5%
<=2.4%
2.5%-2.9%
3.0%-3.9%
>=4.0%
8.6%
2.6%
3.9%
2.1%
3.7%
1.1%
3.7%
3.6%
2.9%
2.7%
Progetto OERU-SIMG: Obiettivi e razionale
Progetto OERU-SIMG:
gruppi di confronto
Migliori 450
MMG HSD
27 MMG
Umbria
Progetto OERU-SIMG:
indicatori analizzati
 Diabete mellito (6 processo; 4
esito intermedio; 5 appropriatezza)
 Prevenzione del rischio
cardiovascolare (5 processo)
 Scompenso cardiaco (4
processo; 3 appropriatezza)
Progetto OERU-SIMG: Obiettivi e razionale
Indicatori di qualità: esempi di
indicatori per il diabete
Descrizione
Nota metodologica
Registrazione
emoglobina glicata
N. Pazienti con diabete mellito tipo II con almeno una registrazione annuale di emoglobina glicata
(Numeratore) / totale pazienti con diabete mellito (Denominatore)
Emoglobina glicata >
7e<9
Registrazione
colesterolo LDL
Colesterolo LDL <
100 mg/dl
N. Pazienti con diabete mellito tipo II con ultimo valore di emoglobina glicata nell’anno di
osservazione > 7% e < 9% (Numeratore) / totale pazienti con diabete mellito tipo II con almeno
una registrazione di emoglobina glicata nell’anno di osservazione (Denominatore)
N. Pazienti con diabete mellito tipo II con almeno una registrazione di colesterolo LDL nei 15 mesi
precedenti la fine dell’anno di osservazione (Numeratore) / totale pazienti con diabete mellito di
tipo II (Denominatore)
N. pazienti con diabete mellito tipo II con ultimo valore di colesterolo LDL nei 15 mesi precedenti la
fine dell’anno di osservazione < 100 mg/dl (Numeratore) / totale pazienti di con diabete mellito
tipo II nel periodo precedente l’anno di osservazione con almeno una registrazione di colesterolo
LDL nei 15 mesi precedenti la fine dell’anno di osservazione (Denominatore)
PA ≤ 130/80 mmHg
N. pazienti con diabete mellito tipo II con ultimo valore di pressione arteriosa nell’anno di
osservazione ≤ 130/80 mmHg (Numeratore) / totale pazienti con diabete mellito di tipo II con
almeno una registrazione di pressione nell’anno di osservazione (Denominatore)
Registrazione fundus
N. pazienti con diabete mellito tipo II con almeno un esame del fondo oculare e/o una visita
oculistica nei 27 mesi precedenti la fine del’anno di osservazione (Numeratore) / totale pazienti
con diabete mellito di tipo II (Denominatore)
Terapia con ACEInibitori/Sartani in
pazienti ipertesi
N. pazienti con diabete mellito tipo II e ipertensione con almeno una prescrizione di ACE-Inibitori
o sartani nell’anno di osservazione (Numeratore) / totale pazienti con diabete mellito di tipo II e
ipertensione (Denominatore)
Esempi di indicatori sul
diabete: il progetto Umbria
% pazienti diabetici/ipertesi in terapia con ACEinibitori/sartani
Terapia con antiaggreganti
DM17
0
40
10
20
20
30
40
%
%
60
50
80
60
100
DM13
2005
2006
M450
2007
M450
MUMBRIA
excludes outside values
Anno 2005= HSD: 75,0% vs. Umbria: 71,0%
Anno 2006= HSD: 74,5% vs. Umbria: 74,5%
Anno 2007= HSD: 72,7% vs. Umbria: 79,6%
2007
2006
2005
MUMBRIA
excludes outside values
Anno 2005= HSD: 36,0% vs. Umbria: 31,7%
Anno 2006= HSD: 36,5% vs. Umbria: 34,2%
Anno 2007= HSD: 35,6% vs. Umbria: 32,8%
Esempi di indicatori sul
diabete: il progetto Umbria
Terapia con ipolipidemizzanti
Metformina in pazienti sovrappeso/obesi
DM18
0
0
20
20
40
%
%
60
40
80
60
100
DM19
2005
2006
M450
2007
MUMBRIA
excludes outside values
Anno 2005= HSD: 28,1% vs. Umbria: 25,4%
Anno 2006= HSD: 29,4% vs. Umbria: 25,7%
Anno 2007= HSD: 31,4% vs. Umbria: 30,2%
2007
2006
2005
M450
MUMBRIA
excludes outside values
Anno 2005= HSD: 54,4% vs. Umbria: 50,0%
Anno 2006= HSD: 57,1% vs. Umbria: 50,0%
Anno 2007= HSD: 59,6% vs. Umbria: 45,5%

Per quanti sforzi siano stati fatti fino ad
oggi i costi standard rimangono un non
ben precisato oggetto in attesa di
DEFINIZIONE e MISURAZIONE

I punti da risolvere:
› Quali costi (produzione, erogazione, ecc.)
› Quali standard (rispetto a cosa?)
•
Attualmente, anche le formule allocative più complesse
utilizzano come costo standard di patologia il costo
mediano di una data distribuzione di costi.
•
Il limite di tale metodo sta nell’incapacità di
discriminare, nell’ambito di tale costo standard, un
percorso di cura appropriato rispetto ad uno meno
appropriato.
•
La conseguenza di tale approccio è pertanto una
redistribuzione di inefficienze, inappropriatezza e sprechi
che finisce per non garantire i MMG, le Asl e le Regioni
più efficienti.
Fabbisogno finanziario = Popk×
pi × (q ji × p ji)
(pi) probabilità dell’evento malattia i-esima in una data popolazione,
(q ji × p ji) costo di trattamento specifico per ogni data condizione morbosa.

Quindi il processo di minimizzazione dei
costi deve avvenire per un dato livello
accettabile di Y (LEA?)

Utilizzando una funzione di costo
all’interno di un livello essenziale di
assistenza il concetto di costo standard
ha molto più senso ed è più facilmente
rapportabile al concetto di “efficienza”.

Inoltre, in questo modo il concetto di
“costo standard” ha più senso in quanto
ha alle sue spalle un razionale teorico.

Deve essere in grado di garantire un
adeguato livello di salute nella popolazione

Indicatore molto difficile da definire e
misurare

Ma è forse possibile ottenere delle buone
proxy, soprattutto se cambiamo
completamente modo di definire e
misurare i costi e se condivisi tra i vari attori
del sistema

Health Search raccoglie informazioni abbastanza
dettagliate su indicatori di performance nel
trattamento dei pazienti.

I dati amministrativi della regione Umbria
permettono una stima accurata di tutti i servizi
sanitari (SDO, prescrizioni, prestazioni)

Spostando il focus della misurazione dai costi per
funzione o tipo di struttura a quelli per trattamento
delle patologie (o dei pazienti) è possibile riuscire a
misurare dei costi standard (con livelli accettabili di
assistenza definiti secondo gli indicatori di
performance) coerenti con la teoria economica
per il diabete, l’asma, l’artrosi, ecc.