A Systematic Review of Case-Identification Algorithms Based on Italian Healthcare Administrative Databases for Two Relevant Diseases of the Endocrine System: Diabetes Mellitus and Thyroid Disorders

INTRODUZIONE: il diabete mellito (DM) e le patologie tiroidee (TD) sono i due gruppi di malattie endocrine a maggiore prevalenza e di maggiore impatto a livello mondiale, ed è essenziale stimarne l’occorrenza e valutarne i percorsi terapeutici e di follow-up. In Italia, grazie alla natura universalistica del sistema sanitario nazionale, è possibile ottenere tali misurazioni utilizzando i flussi amministrativi sanitari (FAS) in maniera integrata. Il DM rappresenta la patologia ideale per una sorveglianza con dati correnti, in virtù del trattamento farmacologico specifico, degli elevati tassi di ospedalizzazione e dei servizi ambulatoriali dedicati. Al contrario, l’identificazione delle TD è più complessa: raramente richiedono l'ospedalizzazione e, nonostante il trattamento farmacologico sia molto specifico, spesso le forme subcliniche non vengono identificate perché non richiedono alcun trattamento.

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 DM o TD.

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 in doppio, 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 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 nella revisione. Per ogni algoritmo sono state estratte informazioni sui FAS utilizzati (schede di dimissione ospedaliera – SDO, esenzioni ticket – ET, prescrizioni farmaceutiche – PF), i criteri di identificazione dei casi, il periodo di osservazione/follow-back e le fasce d'età considerate. Sono state inoltre riportate eventuali validazioni esterne. Per il DM, gli algoritmi che identificavano il DM di tipo 2 (o senza specifica) sono stati distinti da quelli che identificavano il DM di tipo 1, per la tiroide sono stati separati gli algoritmi creati per identificare ipo- ed ipertiroidismo.

RISULTATI: per il DM la stringa di ricerca ha identificato 780 articoli, di cui 77 sono stati inclusi e 14 ulteriori lavori sono stati aggiunti dalla revisione delle voci bibliografiche. Per la tiroide, sono stati inclusi 5 dei 65 lavori identificati dalla stringa. Tra i lavori selezionati, il 64% per il DM e l’80% per le TD erano stati pubblicati tra il 2014 e il 2017, e il 33% e il 20% utilizzavano dati multicentrici nazionali o internazionali. Dai lavori inclusi sono stati identificati 40 algoritmi originali per il DM (29 per il DM di tipo 2/non specificato e 11 per il DM di tipo 1) e 9 per le TD (6 per l’ipo- e 3 per l'ipertiroidismo). In 6 algoritmi per il DM erano state aggiunte selezioni per escludere i casi di diabete gestazionale. Nel caso del DM di tipo 2, i FAS più utilizzati erano le PF (27 casi), le SDO (23 casi), e le ET (19 casi). Altre fonti utilizzate erano le visite ambulatoriali e i registri di nascita e di mortalità. Tra gli 11 algoritmi identificati per il DM di tipo 1, 9 usavano le PF, 7 le ET, 6 le SDO e uno il flusso ambulatoriale. Tutti erano applicati a popolazioni di meno di 35 anni. Per quanto riguarda le TD, 2 algoritmi dello stesso lavoro utilizzavano solo le PF per ipo- e ipertiroidismo, gli altri 7 utilizzavano una combinazione di: PF e SDO (5 casi), ET (3 casi) e in un caso flusso ambulatoriale. Un lavoro identificava l’ipotiroidismo autoimmune o da carenza di iodio sottraendo i casi di ipotiroidismo iatrogeno (identificato dai record di procedure dalle SDO e dall’ambulatoriale) dall’intera popolazione ipotiroidea, identificata con le PF; 2 algoritmi per il DM (e nessuno per TD) sono stati validati.

CONCLUSIONI: in letteratura sono stati proposti numerosi algoritmi per l’identificazione di DM con l’utilizzo di FAS, abbastanza simili fra loro e le differenze sono raramente accompagnate da giustificazione clinica. Al contrario, gli algoritmi proposti per le patologie tiroidee sono ancora pochi. Sono necessari ulteriori studi di validazione sugli algoritmi proposti e un’ulteriore implementazione degli stessi.