Epidemiologia&Prevenzione 2019, 43 (4) luglio-agosto Suppl. 2

A Systematic Review of Case-Identification Algorithms Based on Italian Healthcare Administrative Databases for Three Relevant Diseases of the Nervous System: Parkinson’s Disease, Multiple Sclerosis, and Epilepsy

Cristina Canova, Silvia Danieli, Claudio Barbiellini Amidei, Lorenzo Simonato, Riccardo Di Domenicantonio, Giovanna Cappai, Anna Maria Bargagli

INTRODUZIONE: il morbo di Parkinson (MP), la sclerosi multipla (SM) e l’epilessia sono tre patologie neurologiche con un forte impatto sanitario. L’uso integrato dei flussi amministrativi sanitari (FAS) consente l’identificazione dei casi affetti da MP, SM ed epilessia e permette di ottenere una stima dell’occorrenza di tali malattie, per monitorare l’aderenza ai trattamenti e per valutare gli outcome dei pazienti. Tuttavia, l’assenza di un approccio validato e standardizzato rende difficile quantificare la misclassificazione dei casi.

OBIETTIVI: identificare e descrivere tutti i lavori pubblicati negli ultimi 10 anni che, utilizzando FAS italiani, hanno elaborato almeno un algoritmo originale per l’identificazione di pazienti affetti da MP, SM ed epilessia.

METODI: questo studio si inserisce all’interno di un progetto di 16 revisioni sistematiche per la valutazione dello stato dell’arte degli algoritmi per l’identificazione di 18 condizioni acute e croniche. La revisione, effettuata da due revisori indipendenti, mira a identificare articoli originali pubblicati tra il 2007 e il 2017 in inglese o italiano, individuati su Pubmed mediante una stringa di ricerca che combina testo libero con termini MeSH, in parte comune a tutte le patologie e in parte patologia-specifica. Gli articoli pertinenti sono stati classificati secondo l’obiettivo di utilizzo degli algoritmi di identificazione delle patologie considerate e solo gli articoli con obiettivo primario (I stima di occorrenza; II identificazione di popolazioni/coorti; III identificazione della patologia come esito) sono stati inclusi per estrarne informazioni. Per ogni algoritmo sono state estratte informazioni sui FAS utilizzati (schede di dimissione ospedaliera – SDO, esenzioni ticket – ET, prescrizioni farmaceutiche – PF), i codici ICD versione 9 e 10, il sistema di classificazione ATC per i farmaci, i criteri di identificazione dei casi, il periodo di osservazione/follow-back e le fasce d’età considerate. Sono state inoltre estratte ulteriori informazioni su eventuali validazioni esterne con le opportune misure di accuratezza riportate, analisi di sensibilità ed il contributo di ciascun FAS. Risultati: la strategia di ricerca ha portato all’identificazione di 70 articoli per il MP, 154 per la SM e 100 per l’epilessia. Di questi, sono stati considerati pertinenti 3 documenti per il MP, 6 per la SM e 5 per epilessia. La maggior parte degli articoli è stata pubblicata negli ultimi tre anni (2014-2017) e si concentra su un setting regionale. Tra gli articoli pertinenti, sono stati identificati 3 algoritmi originali per il MP, 4 per la SM e 4 per epilessia. Le PF e le SDO sono state utilizzate da quasi tutti gli algoritmi di identificazione dei casi di MP, SM ed epilessia. Le ET sono state utilizzate da tutti gli algoritmi di identificazione dei casi il MP e la SM, mentre solo 1 algoritmo di identificazione di casi di epilessia ha utilizzato questa fonte. Tutti gli algoritmi di identificazione di casi di epilessia sono basati su almeno una combinazione di elettroencefalogramma e PF. Le validazioni esterne sono state eseguite da 1 articolo per il MP, 2 per la SM e 2 per l’epilessia.

CONCLUSIONI: i risultati della revisione hanno messo in evidenza lo scarso utilizzo di FAS per l’identificazione di soggetti affetti da malattie neurologiche in Italia. Gli algoritmi di identificazione dei casi di MP e di SM sono abbastanza similari tra loro, mentre gli algoritmi di identificazione dei casi di epilessia sono aumentati di complessità nel tempo. Sono necessarie ulteriori studi di validazione esterne per comprendere meglio le caratteristiche specifiche di questi algoritmi.

epiprev.it Epidemiologia & Prevenzione
0