135
In Italia il carico dei costi diretti dei malati di diabete è stato stimato ammontare (nel 2010) a circa € 7,9 mld.
annui, più alti di quelli della Spagna (€ 5,4 mld.) ma in-feriori a quelli di Germania (€ 43,2 mld.), Regno Unito (€ 20,2 mld.) e Francia (€ 12,9 mld.). Per quanto ri-guarda i costi indiretti, considerando ad esempio quelli dovuti ad assenza o ritiro anticipato dal lavoro e quelli per i benefits sociali, nel nostro Paese essi ammontereb-bero a € 12,6 mld. (€ 37,9 miliardi in Germania, € 17,6 in Spagna, € 17,3 nel Regno Unito, € 12,9 in Francia).
Secondo il Report 2019 dell’Osservatorio ARNO-CI-NECA, quasi tutta la popolazione diabetica riceve co-stantemente prescrizioni farmacologiche dal SSN (il 96%
riceve almeno un farmaco per il DM o per altre patolo-gie), e il numero annuo di confezioni prescritte è circa doppio rispetto alla popolazione non diabetica corretta per età (74 contro 31 confezioni/anno). Circa l’83% dei diabetici riceve, inoltre, almeno una prestazione specia-listica rimborsata dal SSN (visita, esame di laboratorio o strumentale, trattamento ambulatoriale); le prestazioni prescritte sono maggiori nei diabetici, + 53% rispetto ai non diabetici (42 contro 27 ogni anno). Nella popola-zione diabetica 1 paziente su 6 è ricoverato almeno 1 volta l’anno: l’89% dei ricoverati entra in ospedale per almeno un ricovero ordinario e il 16% per almeno un ri-covero in Day Hospital; il tasso di riri-covero ordinario nei diabetici è più del doppio rispetto a quello dei non dia-betici (235 contro 99 per 1.000 persone) e il numero medio dei ricoveri nei diabetici è del 15% più alto ri-spetto ai non diabetici; anche la degenza media è supe-riore nei diabetici, di circa 1,5 giorni.
In termini di spesa, quella pro-capite complessiva media per il monitoraggio e per la cura della malattia diabetica è di circa 2.800 euro, più del doppio di un non diabetico (Osservatorio ARNO-CINECA, Report 2019).
In particolare, per oltre la metà è attribuibile ai ricoveri;
gli altri costi sono per il 16% imputabili alla assistenza specialistica, per il 31% ai farmaci diversi dagli ipoglice-mizzanti e per il 9% ai farmaci ipogliceipoglice-mizzanti sia orali che iniettivi e il 4% ai dispositivi (Osservatorio ARNO-CI-NECA, Report 2019).
In sintesi, un recente studio condotto sulla popolazione
dell’Osservatorio ARNO Diabete, riporta un’incidenza del diabete in Italia pari a 5,83 per 1.000 persone/anno (Bo-nora et al. NMCD 2021), da cui se ne deriverebbe che l’incidenza del DM sulla popolazione italiana sia di oltre 300.000 persone; in termini di prevalenza, nel 2021 le persone che dichiarano di essere affette da diabete (Istat) in Italia sarebbero più di 3,5 milioni, con una prevalenza più che raddoppiata negli ultimi decenni. L’incremento del numero di pazienti con diabete in Italia può essere dovuto a diverse cause, quali l’invecchiamento della po-polazione, il miglioramento delle cure e il conseguente allungamento della vita per i pazienti, l’aumentata pre-valenza dell’obesità.
A fronte dei dati sopra esposti, per la patologia si stima una spesa sanitaria di circa € 9 mld. l’anno.
Le determinanti individuali della spesa per i pazienti diabetici
Mentre è copiosa la mole di studi dedicati alla quantifi-cazione degli oneri complessivamente sostenuti dal SSN e/o dalla Società per il diabete, meno sviluppata è l’ana-lisi delle determinanti individuali della spesa. Il tema è di particolare interesse per la programmazione sanitaria, nella misura in cui la capacità di prevedere le risorse ri-chieste dalle diverse popolazioni è di fondamentale im-portanza per una corretta allocazione delle stesse.
A tal fine, C.R.E.A. Sanità, nell’ambito di un progetto di ricerca finanziato dal Ministero della Salute, ha approfondito l’impatto che età, genere e comorbilità hanno sulla spesa sanitaria sostenuta dal SSN per i pazienti diabetici. In par-ticolare, è sembrato interessante analizzare quale fosse il
“ruolo” delle comorbilità, che sono un tratto distintivo della patologia diabetica, nel determinare i livelli attesi di spesa per i pazienti diabetici sostenuta dal SSN.
L’analisi è stata resa possibile da un lavoro di ricerca con-dotto dal Ministero della Salute, teso a individuare “trac-cianti” delle principali patologie, utili per integrare i database amministrativi della informazione sullo stato morbile della popolazione.
L’analisi è stata effettuata su dati relativi ad alcune Re-gioni italiane2 per l’anno 2018; nello specifico del dia-bete, sono stati individuati 1.257 “gruppi” di pazienti,
137
Secondo l’International Diabetes Federation, 2015, le spese mediche per i pazienti con DM sono tre volte superiori rispetto alla popolazione generale senza DM. A livello mondiale, l’IDF ritiene, probabilmente sottostimando i costi, che 673 miliardi di dollari (12% della spesa per la salute a livello globale) siano stati spesi per trattare il DM e le complicanze sia croniche che acute ad esso correlate (International Diabetes Federation, 2015).
LSE Health, London School of Economics (2012), Panos Kanavos et al., Diabetes expenditure, burden of disease and management in 5 EU countries, gennaio 2012
2 Bolzano, Emilia Romagna, Lazio, Lombardia, Toscana, Piemonte, Puglia, Ve-neto.
distinti per classe di età3, genere, comorbilità4.
Con i dati a disposizione, C.R:E.A. Sanità ha sviluppato un’analisi statistiche, condotta adottando un modello di regressione multiplaIl modello spiega il 61,5% della va-riabilità totale (Tabella 1) e risulta statisticamente signifi-cativo (Tabella 2). ’L’analisi dei coefficienti di regressione permette di apprezzare come le variabili che impattano maggiormente (e positivamente) sulla spesa media pro-capite sostenuta dal SSN siano l’età anziana (45-74) e l’associazione del diabete con lo scompenso cardiaco;
all’opposto, la presenza di 2 sole comorbidità e l’asso-ciazione del diabete con malattie endocrine ed iperten-sione, è associata a costi minori.
138
Model Unstandardized Standardized T Sig.
Coefficients Coefficients
B Std. Error Beta (Constante) 3455,198 984,724 3,509 ,000 Classe 0-14 776,936 983,716 ,060 ,790 ,430 Classe 15-44 1295,001 968,687 ,171 1,337 ,182 Classe 45-64 2068,221 967,124 ,312 2,139 ,033 Classe 65-74 1935,062 966,908 ,300 2,001 ,046 Classe 75-84 1832,630 966,931 ,285 1,895 ,058 Classe 85+ 968,244 967,560 ,144 1,001 ,317 Genere 385,900 93,993 ,073 4,106 ,000 1 comorbilità -2175,092 688,193 -,226 -3,161 ,002 2 comorbilità -2440,764 257,895 -,437 -9,464 ,000 4 comorbilità 787,719 1181,795 ,105 ,667 ,505 D103/AL03 -945,690 248,529 -,093 -3,805 ,000 D103/AL03/Altro -1770,265 264,382 -,164 -6,696 ,000 DI03|AL03|CA04 -3376,391 267,755 -,307 -12,610 ,000 DI03|AL03|CA04|ALTRO -2408,475 1196,693 -,211 -2,013 ,044 DI03|AL03|CA04|CA09 -824,984 1675,793 -,012 -,492 ,623 DI03|AL03|CA05 -248,194 283,804 -,020 -,875 ,382 DI03|AL03|CA05|ALTRO 1553,542 1217,951 ,121 1,276 ,202 DI03|AL03|CA09 -2506,570 276,425 -,215 -9,068 ,000 DI03|AL03|CA09|ALTRO -1319,693 1219,802 -,099 -1,082 ,280 DI03|ALTRO 1646,841 247,538 ,166 6,653 ,000 DI03|CA04 -1382,249 258,493 -,128 -5,347 ,000 DI03|CA05|ALTRO -1465,181 266,081 -,135 -5,507 ,000 DI03|CA04|ALTRO -2169,433 363,001 -,124 -5,976 ,000 DI03|CA04|CA09 -3230,102 1679,537 -,049 -1,923 ,055 DI03|CA04|CA09|ALTRO 1721,292 260,244 ,158 6,614 ,000 DI03|CA05 3559,436 270,829 ,318 13,143 ,000 DI03|CA05|CA09 960,103 766,402 ,023 1,253 ,211 DI03 -1747,739 684,987 -,176 -2,551 ,011 Tabella 2. Coefficienti
Fonte: elaborazione C.R.E.A. Sanità su dati regionali forniti dal Ministero della Salute
Tabella 1. ANOVA
Model Sum of Squares df Mean Square F Sig.
1 Regression 5373014923,61 28 191893390,129 70,061 ,000 Residual 3357931410,23 1226 2738932,635
Total 8730946333,84 1254
Fonte: elaborazione C.R.E.A. Sanità su dati regionali forniti dal Ministero della Salute
3 0-14, 15-44, 45-64, 65-74, 75-84.
4 DI03=diabete mellito; AL03=malattie endocrine; CA04=ipertensione; CA09=cardiopatie e aritmie; CA05=scompenso cardiaco; ALTRO=altre cronicità rilevate.
1
Le sole variabili socio-demografiche, nello specifico classi di età e genere, non sembrano, quindi, essere sufficienti per spiegare adeguatamente la variabilità dell’onere pro-capite: come atteso, la concomitante presenza di altre patologie risulta essenziale per spiegare la variabilità in-dividuale della spesa: l’analisi empirica condotta, qui non dettagliata per brevità, dimostra che l’R2 si triplica, pas-sando dal 20,4% al 61,5%, inserendo nel modello i pro-fili patologici.
In definitiva, la demografia italiana, caratterizzata da una popolazione con età media avanzata, e un’alta preva-lenza di cronicità, porta a ritenere essenziale, ai fini della programmazione sanitaria e, in particolare della alloca-zione delle risorse, non tanto la consideraalloca-zione della sin-gola patologia, quanto il mix di comorbilità di cui gli individui sono portatori.
Ulteriori analisi saranno necessarie per individuare all’in-terno dei singoli profili patologici, quale sia il contributo relativo delle diverse comorbilità di cui il paziente è af-fetto
.
139