Prestazioni assistenza specialistica

(1)

C.R.E.A. Sanità - Centro per la Ricerca Economia Applicata in Sanità

1 / 26

Prestazioni assistenza specialistica

-

Centro per la Ricerca Economica Applicata in Sanità – S.r.l.

(2)

.E.A. Sanità - Centro per la Ricerca Economia Applicata in Sanità

Obiettivi

 Definire una metodologia per la stima del bisogno di prestazioni specialistiche ambulatoriali (PSA)

 … funzionale a stimare i fabbisogni e supportare gli accreditamenti…

 A partire dai dati dei database amministrativi regionali

 A partire dalle evidenze di letteratura

 Superando metodi contabili o legati meramente all’età

dei pazienti

(3)

3 / 26

Evidenze di letteratura ^(1/3)

 Il bisogno di PSA dipende da numerosi fattori

 Età

 Genere

 Livello di istruzione

 Reddito

 Residenza

 ……….

(4)

Evidenze di letteratura ^(2/3)

 Il bisogno di PSA dipende anche da fattori che sono classificabili fra quelli a rischio di inappropriatezza

 Supply induced demand

 Over prescrizioni

 Mix di offerta pubblica/privata

 ………...

 Inefficienze gestionali

 ……….

(5)

5 / 26

Evidenze di letteratura ^(3/3)

 Simmetricamente bisogna anche considerare che esistono unmet needs

 Eventuale carenza di offerta

 Bisogni non diagnosticati o non percepiti

 ……….

(6)

Metodologia

 Base informativa: database amministrativi ufficiali

 Interoperabilità dei flussi

 Integrazione dei fattori determinanti

 Analisi statistiche (assessment)

 Determinazione degli impatti «netti» dei vari fattori

 Modellistiche descrittive e previsive

 Appraisal

 Valutazione «Politica»

(7)

7 / 26

Elaborazioni/Valutazioni

 Analisi descrittive

 Analisi multivariate

 Sintesi modelli

 Modelli a fini previsivi e descrittivi

(8)

Prestazioni totali e pro-

capite

(9)

9 / 26

Prestazioni pro-capite per tipo, ASL di residenza e

anno

(10)

Cartogrammi del numero di prestazioni

specialistico ambulatoriali di tipo diagnostico (D)

pro-capite

(11)

11 / 26

Cartogrammi del numero di analisi di

laboratorio (L) pro-capite

(12)

Dati usati per le analisi esplorative

 Le variabili risposta usate nei modelli esplorativi (modelli lineari generalizzati della famiglia Poisson con funzione di link logaritmica) sono il numero di prestazioni fruite dalla popolazione della Basilicata negli anni 2017-2019 a rispetto a sei tipi di prestazioni (trasversali alle branche) che sono state riclassificate in: Diagnostiche (D); Laboratoriali (L); Riabilitative (R); Terapeutiche (T); Visita (V); Non classificate (NA).

 Le covariate inserite nei modelli per descrivere in maniera esplorativa le relazioni tra lo stesse sono le seguenti:

 Sesso

 ASL di residenza

 Quota di prestazioni fruite presso strutture accreditate p.c.

 Fasce d’età in classi negli anni 2017-2019 ([0-15); [15,55); [55-75); [75,+))

 Età in anni negli anni 2017-2019

 Classificazione dei comuni in base alle Aree Interne

 Numero di ricoveri ordinari negli anni 2017-2019 p.c.

 Numero di ricoveri diurni negli anni 2017-2019 p.c.

 Numero di prescrizioni farmaceutiche negli anni 2017-2019 p.c.

 Numero di esenzioni attive negli anni 2017-2019 p.c. (comprensive di esenzioni per patologie e/o condizioni economiche)

 Tipologia di esenzione prevalente (nessuna, limitata, totale)

 Tipo di patologie per le quali l’individuo fruisce di esenzioni per patologie (in particolare, malattie croniche, malattie oncologiche, malattie rare, esenzioni per invalidità e loro combinazioni)

(13)

13 / 26

Lettura coefficienti

(14)

Stime individuali Tipo D-

2019

(15)

15 / 26

Stime individuali Tipo L-

2019

(16)

Stime Tipo D-

2019

Prestaz. per 100 persone con le stesse

caratteristiche

… - 30% la quota di prestazioni effettuate dagli esenti per reddito

…+10% la quota di prestazioni effettuate

dai residenti in ultra- periferia Maschio, 40 anni, senza patologie, senza esenzioni,

residente nel Polo, ASL 201, no ricoveri no prestazioni farmacologiche

58 41 64

Maschio, 90 anni, con esenzione per patologia oncologica, residente in ultra periferia, ASL 201, no ricoveri no

prescrizioni farmacologiche 191 134 210

Femmina, 40 anni, senza patologie, senza esenzioni, residente nel Polo ASL 201, no ricoveri no prestazioni farmacologiche

72 50 79

Femmina, 90 anni, con esenzione per patologia oncologica residente in ultra periferia, no ricoveri no prescrizioni farmacologiche

235 165 259

Maschio, 60 anni, senza patologie, senza esenzioni, residente nel Polo, ASL 201, no ricoveri no prestazioni

farmacologiche 74 52 81

Maschio, 60 anni, con esenzione per reddito residente in ultra periferia, ASL 201, no ricoveri no prescrizioni farmacologiche

204 143 225

Maschio, 60 anni, con esenzione per reddito, residente Polo,

ASL 201, no ricoveri no prescrizioni farmacologiche 218 153 240

Maschio, 60 anni, con esenzione per reddito, residente in ultra periferia, ASL 201, no ricoveri no prescrizioni

farmacologiche

186 130 205

Femmina, 60 anni, senza patologie, senza esenzioni, residente nel Polo ASL 201, no ricoveri no prestazioni

Femmina, 60 anni, con esenzione per patologia oncologica residente in ultra periferia, no ricoveri no prescrizioni

Femmina, 60 anni, con esenzione per reddito, residente Polo,

(17)

17 / 26

Stime Tipo L-

2019

Prestaz. per 100 persone con le stesse

caratteristiche

… - 30% la quota di prestazioni effettuate dagli esenti per reddito

…+10% la quota di prestazioni effettuate

dai residenti in ultra- periferia Maschio, 40 anni, senza patologie, senza esenzioni,

residente nel Polo, ASL 201, no ricoveri no prestazioni

Maschio, 90 anni, con esenzione per patologia oncologica, residente in ultra periferia, ASL 201, no ricoveri no

prescrizioni farmacologiche 1992 1394 2191

Maschio, 60 anni, senza patologie, senza esenzioni, residente nel Polo, ASL 201, no ricoveri no prestazioni

Maschio, 60 anni, con esenzione per reddito residente in ultra periferia, ASL 201, no ricoveri no prescrizioni

Maschio, 60 anni, con esenzione per reddito, residente Polo,

Maschio, 60 anni, con esenzione per reddito, residente in ultra periferia, ASL 201, no ricoveri no prescrizioni

Femmina, 60 anni, con esenzione per reddito, residente Polo,

Femmina, 60 anni, con esenzione per reddito, residente in ultra periferia, ASL 201, no ricoveri no prescrizioni

(18)

Applicazioni alla stima del fabbisogno

 Effetti riduzione del 30% della stima dei bisogni (prestazioni) della popolazione con esenzione per reddito:

 -3,2% per la diagnostica

 -2,0% per il laboratorio

(19)

19 / 26

Applicazioni alla stima del fabbisogno

 Effetti aumento del 10% dei bisogni (prestazioni) della popolazione residente in ultra periferia :

 +0,3% per la diagnostica

 +1,6% per il laboratorio

(20)

Analisi Multilevel

(21)

21 / 26

Obiettivo

 Esplorare l’esistenza di una relazione tra le prestazioni ambulatoriali specialistiche fruite dalla popolazione e i medici di medicina generale presenti nel territorio. Per verificare la relazione sono stati usati modelli di

regressione multilevel a due o tre livelli di tipo Poisson.

 L’analisi è stata svolta sul numero di prestazioni fruite in generale dalla popolazione, quelle esclusivamente

diagnostiche (D), quelle solo laboratoriali (L), quelle solo di

visita (V), quelle riabilitative (R) e quelle terapeutiche (T).

(22)

Modello nullo a tre

livelli (D) Modello con covariate

a due livelli (D)

(23)

23 / 26

Modello nullo a tre livelli (L)

Modello con covariate a

due livelli (L)

(24)

Sviluppo della ricerca

 Potenziare variabili socio-economiche (titolo di studio)

 Introduzione liste di attesa

 Confrontare la variabilità dei parametri in contesti regionali differenti

 Sviluppo modelli basati sul machine learning per

individuare modelli di utenza

(25)

25 / 26

Conclusioni

 Con i dati routinariamente disponibili è possibile fare un

significativo passo in avanti nella corretta stima dei bisogni

 (Estensibile ad altri comparti)

 Modelli statisticamente robusti

 PRO1: solidità scientifica

 PRO2: attenzione alla equità di accesso

 PRO3: produzione evidenza per monitoraggio prescrizioni, stratificazione utenza, etc etc

 SFIDE: replicabilità, integrazione info socio-economiche,

continuità del monitoraggio

(26)

Centro per la Ricerca Economica Applicata in Sanità S.r.l.

C.R.E.A. Sanità - Centro per la Ricerca Economica Applicata in Sanità S.r.l.

Sede legale:e Piazza A. Mancini, 4 - interno G11 - 00196 Roma – Italia04/18 www.creasanita.it - Email: segreteria@creasanita.it –PEC: crea2013@legalmail.it

Prestazioni assistenza specialistica