Costruzione di denominatori a livello distrettuale per il monitoraggio dell’assistenza: metodi, dati, confronti e implicazioni per il monitoraggio della salute

Introduzione

La Legge regionale 23/2015¹ riorganizza il Sistema Sociosanitario Lombardo, in particolar modo l’assistenza territoriale integrata, istituendo in Regione Lombardia (RL) 8 Agenzie di Tutela della Salute (ATS): Milano, Insubria, Montagna, Brianza, Bergamo, Brescia, Val Padana e Pavia (figura S1). Questa suddivisione territoriale è stata introdotta per garantire un modello di governance integrato che favorisse il coordinamento e l’efficienza nell’erogazione delle prestazioni sanitarie e sociosanitarie a livello locale.
Le ATS sono ulteriormente suddivise in 86 Distretti, in conformità alle previsioni della Delibera della Giunta Regionale (DGR) XI/6832 del 2022,² che definisce i criteri di aggregazione territoriale e organizzativa dei distretti. Di questi, 77 sono costituiti da raggruppamenti di comuni, mentre 9 sono situati nel Comune di Milano (CdM), unico comune della RL suddiviso in più distretti. I Distretti, con una popolazione di riferimento compresa tra 80.000 e 120.000 abitanti, sono responsabili dell’organizzazione e del coordinamento dell’assistenza territoriale, come indicato nel Decreto Ministeriale 77/2022,³ che stabilisce il nuovo modello di assistenza territoriale a livello nazionale.
Come ulteriore strumento per monitorare la qualità dell’assistenza sanitaria e identificare aree di miglioramento o di criticità, la RL ha supportato il progetto del Portale dei Profili di Salute (D.g.r. 27 novembre 2023 - n. XII/1437)⁴, un sistema avanzato che integra dati sanitari, sociosanitari e sociali per fornire una visione chiara e comparabile dei bisogni della popolazione a livello di ATS, ASST e Distretto. Questo portale nasce con l’obiettivo di supportare la pianificazione sanitaria e l’allocazione delle risorse, favorendo una gestione data-driven delle politiche regionali.
Il portale consente di analizzare un’ampia gamma di indicatori,⁵ che spaziano dalla misura della prevalenza delle patologie croniche al monitoraggio della prevenzione (coperture vaccinali e screening), alla valutazione di processi e outcome di salute ospedalieri, nonché, a livello territoriale, di presa in carico delle cronicità e di accesso ai servizi. Caratteristica distintiva del Portale dei Profili di Salute è la possibilità di visualizzare i dati attraverso strumenti interattivi, come tabelle, mappe e grafici, che permettono di identificare rapidamente criticità o punti di forza a livello territoriale. Questo facilita il confronto tra le diverse ATS e Distretti, promuovendo una gestione integrata delle politiche di salute pubblica.
Per garantire la comparabilità, ogni indicatore è costruito secondo criteri standardizzati, con un approccio metodologico che prevede l’utilizzo di dati accurati e tempestivi, sia per il numeratore (ovvero gli eventi che si verificano nell’anno valutato) sia per il denominatore (costituito dai soggetti in cui gli eventi possono verificarsi).
Per la realizzazione del Portale dei Profili di Salute delle ATS lombarde, è stato necessario affrontare il tema della costruzione del denominatore, elemento fondamentale per garantire l’accuratezza e la comparabilità degli indicatori di salute tra i distretti. La definizione di un denominatore regionale comune, capace di rappresentare la popolazione oggetto degli interventi sanitari, dei modelli di presa in carico e a rischio di sviluppare specifici eventi sanitari, è essenziale per confrontare territori differenti con il fine di definire le priorità e gli interventi necessari a garantire l’equità di accesso al sistema sanitario regionale.
Obiettivo principale del lavoro è di confrontare diverse modalità di costruzione dei denominatori e valutare le differenze in termini di numerosità e nell’ambito di stratificazioni usualmente utilizzate nella costruzione di indicatori (genere, classe di età e cittadinanza). Come obiettivo secondario, è stato valutato il tempo necessario alla registrazione e al consolidamento dei decessi sulle anagrafi disponibili. La mortalità generale, infatti, è uno degli indicatori storicamente più rilevanti per valutare lo stato di salute della popolazione. In situazioni di emergenza sanitaria, la capacità di monitorare la mortalità in tempo reale può fornire indicazioni fondamentali per misurare l’impatto e pianificare le risposte del sistema sanitario.^6-8

Materiali e metodi

Definizione dei denominatori

La definizione di un denominatore regionale comune, capace di rappresentare la popolazione oggetto degli interventi sanitari, inclusa nei modelli di presa in carico e a rischio di sviluppare specifici eventi sanitari, è un elemento cruciale nella costruzione di indicatori. Le opzioni principali considerate sono state: 

1. dati di popolazione forniti da enti terzi, come quelli disponibili tramite Istat o gli open data forniti dai Comuni; 

2. Anagrafi degli Assistiti Regionali (NAR), messe a diposizione delle ATS da parte di RL, che offrono informazioni aggiornate mensilmente su nuovi ingressi, emigrazioni e decessi.

In RL, ciascuna ATS dispone di una propria NAR, che mensilmente viene aggiornata e verificata tramite un processo di consolidamento a livello regionale. La versione consolidata è resa disponibile a ogni ATS entro la metà del mese successivo. Questa fonte rappresenta lo strumento per la definizione della popolazione e consente di descrivere in modo accurato il numero di soggetti presenti in un determinato periodo. 
Per ciascuna ATS, sono stati creati tre differenti denominatori riferiti all’anno 2023. Inoltre, per il CdM è stato creato un denominatore aggiuntivo specifico. 

Primo denominatore: la coorte dei residenti e assistiti nell’anno

NAR_portale: il denominatore è stato costruito singolarmente da ciascuna ATS, accodando tutte le estrazioni mensili del 2023 e la prima del 2024, limitatamente ai nati nel 2023. Sono stati inclusi:

• gli individui assistiti dall’ATS e residenti in uno dei comuni dell’ATS fino almeno al 30 giugno 2023 (ad eccezione dei nati nel 2023);
• i deceduti nel corso dell’anno, indipendentemente dalla durata della residenza in ATS durante l’anno.

In questa base dati sono presenti le informazioni relative ai decessi e, utilizzando i dati disponibili alle ATS, vengono ricostruite:

• le comorbidità;
• l’eventuale residenza in RSA.

L’attribuzione delle comorbidità è stata effettuata basandosi sulla Banca Dati Assistito (BDA) secondo criteri individuati da RL^9,10 e recepiti da ciascuna ATS. La presenza in RSA, invece, è stata ricostruita sulla base della presenza nei flussi sociosanitari di ciascuna ATS relativi ai ricoveri in RSA¹¹ (flusso SOSIA) o della codifica tipo attribuzione di assistenza del medico di medicina generale a una RSA. Ogni soggetto è stato associato al distretto in base al comune di residenza, il CdM è stato considerato come un unico Distretto; nel caso di impossibilità di attribuire il Distretto di residenza, il soggetto non è stato incluso nella popolazione in studio.

Secondo denominatore: la coorte dei residenti e assistiti alla fine di un anno

NAR_202401: è stato utilizzato solo il primo file NAR dell’anno successivo; ogni comune viene associato al distretto sanitario di appartenenza in base al codice del comune (il CdM è stato considerato un unico distretto).
Sono stati inclusi nella costruzione del denominatore gli assistiti:

• attivi a gennaio 2024 dall’anagrafe di ogni ATS;
• deceduti nel 2023;
• emigrati dopo la data 01.07.2023.

Sono stati invece esclusi gli assisiti:

• con residenza al di fuori da RL;
• con residenza in RL, ma residenti in un comune di altra ATS.

Per ogni soggetto, è stato possibile stabilire (in base al tipo di assistenza) se residente in RSA al 01.01.2024. 

Terzo denominatore: riferimento Istat dell’anno

ISTAT_202401: è stato ottenuto mediante l’utilizzo del portale Istat¹² (dati estratti il 24.01.2025) secondo il numero dei residenti per età, sesso e cittadinanza in ogni comune di RL al 01.01.2024; ogni comune è stato associato a un distretto utilizzando il codice Istat (il CdM è considerato come un unico distretto). 

Comune di Milano

CdM_202401: il CdM, unico comune della Regione suddiviso in più Distretti, è stato inizialmente considerato come un unico Distretto per consentire l’utilizzo e il confronto dei dati Istat. Successivamente, è stato analizzato anche suddiviso nei suoi 9 Distretti interni al fine di approfondire le dinamiche locali con maggiore dettaglio territoriale. Come fonte di dati esterna, si è utilizzata la popolazione residente fornita dal portale del CdM¹³ (dati estratti il 12.02.2025). Questo approccio ha permesso di integrare e confrontare le informazioni provenienti da diverse fonti, utilizzando come caso studio una delle aree metropolitane più grandi d’Italia.
Per costruzione, il data set relativo al portale (NAR_portale) contiene informazioni più dettagliate riguardo agli assistiti – in particolare in riferimento alle comorbidità e alla residenza in RSA – che non è stato possibile ricostruire per gli altri dataset. Per questo motivo, NAR_portale è stato considerato come il riferimento principale per i confronti tra i denominatori. In particolare, nei confronti con NAR_202401 e ISTAT_202401 non si potranno indagare differenze in base alle comorbidità. Per ISTAT_202401 non si potranno attuare confronti relativi alla residenza in RSA e alla mortalità. 

Analisi

Sono stati raffrontati i dati relativi al portale (NAR_portale) con i dati del NAR relativo a gennaio 2024 (NAR_202401) e con i dati Istat 2024 (ISTAT_202401). I confronti sono stati effettuati complessivamente, per ATS e per singolo Distretto, considerando genere, classi di età e cittadinanza. Il confronto tra NAR_portale e NAR_202401 ha incluso, oltre agli aspetti sopraccitati, anche informazioni relative al numero di soggetti vivi, deceduti nel 2023 e residenti in RSA. Vista la diversa numerosità della popolazione nei Distretti, sono state calcolate le variazioni percentuali (VP) come:

I risultati sono stati visualizzati in tabelle e mappe (per ATS e Distretto).

Tempi di aggiornamento mortalità NAR

Utilizzando le viste mensili del NAR di ogni ATS, sono stati stimati i tempi di aggiornamento dei decessi in NAR. Il numero di decessi complessivi del 2023 è stato stimato utilizzando le informazioni disponibili a dicembre 2024, data in cui si assume che la registrazione di tutti i decessi del 2023 sia stata completata. Per ciascun mese estratto singolarmente nel 2023, è stata calcolata la percentuale di completamento della registrazione dei decessi nel mese in esame e nei mesi successivi, fino a dicembre 2024.

Risultati

Una sintesi dei dati relativi alla popolazione residente per genere, cittadinanza e decessi è riportata in tabella 1 per l’intera Regione e in tabella S2 per ciascuna ATS.

Complessivamente, secondo NAR_portale, in Lombardia sono stati identificati 10.130.905 residenti (tabella 1). Tuttavia, non è stato possibile attribuire la cittadinanza a 860 soggetti e il distretto di residenza a 18.276 soggetti. Di conseguenza, per NAR_portale il numero di residenti utilizzato per il confronto è di 10.111.769 soggetti, di cui 99.942 deceduti. 
Per confrontare NAR_portale, che comprende esclusivamente gli assistiti residenti in ciascuna ATS, con la popolazione ricostruita da NAR_202401 (pari a 10.311.561 soggetti), è stato necessario escludere tre gruppi di assistiti non residenti nell’ATS di competenza:

• 69.490 soggetti (0,7%) residenti in comuni non afferenti all’ATS che fornisce l’assistenza;
• 72.096 soggetti (0,7%) residenti in altre Regioni;
• 63.057 soggetti (0,6%) residenti all’estero.

A seguito di queste esclusioni, il denominatore NAR_202401, costituito dai residenti nell’ATS di competenza, risulta pari a 10.106.918 assisiti (VP 0.05%), di cui 100.738 deceduti.
Secondo ISTAT_202401, la popolazione residente in RL è di 10.012.054 persone (VP: 0,99%). 
L’ATS con la maggiore popolazione residente è risultata ATS Milano (tabella S2), con circa 3.500.000 abitanti, seguita da ATS Insubria con circa 1.500.000. Le ATS con il minor numero di residenti sono ATS Pavia, con circa 600.000, e ATS Montagna, con circa 300.000 abitanti.

Confronto Portale vs NAR

In figura 1A è rappresentata la variazione percentuale tra NAR_portale e NAR_202401 considerando tutti i soggetti residenti (sia vivi sia deceduti). La variazione percentuale (tabella S2) oscilla tra il -2,8% di ATS Val Padana e il 1,73% di ATS Brianza.
A livello di Distretto (figura 1B), la distribuzione delle variazioni è più ampia, variando tra il -4,2% nel Distretto Basso Mantovano (ATS Val Padana) e il 3,8% nel Distretto di Desio (ATS Brianza). Nel complesso, la distribuzione appare simile nei distretti di ciascuna ATS.

Analisi per classi di età

A livello regionale, le VP per età risultano contenute (tra -1,4% e 1,5%), con oscillazioni più ampie nelle classi estreme. A livello di ATS, le differenze maggiori si riscontrano nella classe 0-1 anni (figura S2A), con scostamenti tra il -16,4% di ATS Val Padana e il 5,9% di ATS Brianza. All’aumentare dell’età, le differenze si riducono progressivamente, fino a diventare prevalentemente positive nelle classi 65-84 anni e 85+ (figure S2E-F), indicando una maggiore numerosità dei soggetti in NAR_portale rispetto a NAR_202401.

Analisi per genere e cittadinanza

Le VP per genere sono più limitate (figure S2G-H), comprese tra il -2,8% di ATS Val Padana e l’1,8% di ATS Brianza, e presentano stime paragonabili nei due generi; le distribuzioni appaiono simili nei distretti della stessa ATS. Discrepanze più significative emergono invece per cittadinanza (figure S2I-J). Per la cittadinanza italiana, le variazioni percentuali sono contenute (per RL 0,2%) e oscillano tra il -0,6% di ATS Bergamo e l’1,5% di ATS Brianza. Per i cittadini stranieri, invece, le fluttuazioni sono più ampie (per RL: 0,8%), comprese tra il -22,5% di ATS Val Padana e il 5,51% di ATS Milano. 

Residenza in RSA

Per i non residenti in RSA (figure S2K-L) le VP sono contenute tra il -2,8% di ATS Val Padana e l’1,5 di ATS Brianza. La residenza in RSA mostra un’ampia VP in RL (13%); per la maggior parte delle ATS la VP è positiva (più soggetti in NAR_portale rispetto a NAR_202401) e ampia (fino al 29,1 di ATS Brianza); solo ATS Montagna presenta una VP negativa (-9,3%).

Analisi dei decessi

Considerando i soggetti in vita al 31.12.2023 (figure 1C e D), la VP è compresa tra il -2,78 dell’ATS Val Padana e l’1,70 dell’ATS Brianza. La distribuzione per distretto è più ampia e pare omogenea entro ATS. Le distribuzioni dei vivi al 31.12.2023 appaiono sovrapponibili alle distribuzioni della popolazione generale (vivi e deceduti nel 2023). Le maggiori differenze si osservano per le classi di età più elevate (64-84 e 85+ anni, figure S3A-F).
Considerando i soggetti deceduti (figure 1E ed F), le variazioni percentuali vanno dal -4,5% dell’ATS Pavia al 5,2% dell’ATS Brianza. La variabilità tende a diminuire con l’aumentare dell’età (figure S4A-F): nella classe 65-84 anni, le variazioni oscillano tra -4,9% e 4,6%; nella classe 85+, si osservano variazioni tra -3,9% e 6,1%. Al contrario, variazioni più marcate, tra -46% e +27%, sono riscontrabili nelle classi di età inferiori (2-17 anni e 18-48 anni). Le ampie VP riportate nella classe 0-1 anni in alcune ATS sono, invece, attribuibili a numeri molto limitati in termini assoluti.
Per quanto riguarda il genere (figure S4G-H), non si notano distribuzioni differenti. Per cittadinanza (figure S4I-J), si osserva uno scostamento maggiore per i residenti con cittadinanza straniera rispetto ai residenti con cittadinanza italiana e con VP maggiori rispetto al totale della coorte. 
Nei deceduti, le VP per i residenti in RSA hanno un range maggiore (-10,7;36,6) rispetto alla popolazione generale e alla popolazione dei non deceduti. 

Considerazioni territoriali

Le variazioni riscontrate a livello di Distretto riflettono i raggruppamenti territoriali delle singole ATS, con andamenti simili all’interno delle stesse aree (figure S5, S6 e S7).

Confronto Portale vs ISTAT

Complessivamente, in RL il confronto tra NAR_portale e ISTAT_202401 rileva una VP contenuta (1%). A livello di ATS (figura 2A e tabella S2) si osservano variazioni percentuali comprese tra -1,6 di ATS Val Padana e 2,3 di ATS Insubria. Le VP registrate hanno complessivamente andamenti simili a quelle rilevate nel confronto tra NAR_portale e NAR_202401. Le VP hanno lo stesso segno per entrambi i confronti e, a esclusione di ATS Brianza, sono inferiori in valore assoluto nel confronto tra NAR_portale e NAR_202401 rispetto a quello tra NAR_portale e ISTAT_202401. Le distribuzioni per distretto appaiono essere omogenee per territorio (figura 2B).

Analisi per classe di età

Complessivamente per RL, analizzando le classi di età, si osservano VP più ampie per le classi estreme (VP -5,4% a 0-1 e VP 12,6% a 85+ anni), negative per le classi inferiori e positive nelle classi superiori. Anche per ATS (figura S8A-F) si è osservato che le variazioni percentuali delle classi di età inferiori (0-1 e 2-17 anni) mostrano una maggiore numerosità della popolazione ISTAT_202401 rispetto a quella registrata in NAR_portale (VP <0), mentre per le classi superiori (50-64, 65-84 e 85+) la numerosità della popolazione è superiore per NAR_portale (VP>0). Le VP tendono a essere più limitate con l’aumentare dell’età, a esclusione della classe 85+ dove si osservano ampie VP omogenee in tutta la Regione (range: 11,7 ATS Montagna e 13,7 ATS Pavia). Entro ATS le VP appaiono omogenee (figura 2).

Analisi per genere e cittadinanza

Le variazioni percentuali per genere sono risultate limitate e paragonabili tra ATS (figura S8G-H), senza differenze significative tra uomini e donne. Al contrario, per la cittadinanza (figura S8I-J e tabella S2) si sono riscontrate fluttuazioni maggiori tra i residenti di cittadinanza straniera rispetto a quelli di cittadinanza italiana, evidenziando una maggiore variabilità per questa categoria, anche a livello regionale.

Considerazioni territoriali

Gli andamenti a livello di Distretto (figura S9) si sono rivelati omogenei all’interno delle diverse ATS, suggerendo una buona coerenza nella distribuzione territoriale dei dati tra le fonti.

Comune di Milano

La popolazione residente nel CdM, secondo NAR_portale, è di 1.406.187. Sono stati esclusi dai confronti 1.160 soggetti per i quali non è stato possibile attribuire il distretto di residenza. La numerosità del NAR_portale per CdM (tabella S3) è, pertanto, di 1.405.027 soggetti, mentre per CdM_202401 è di 1.417.597 (VP: -0,9%). Per quanto riguarda i soli soggetti deceduti, risultano essere 13.908 per NAR_portale e 14.040 per CdM (VP: -0,9%). Le variazioni per distretto del CdM (figura S10A) variano tra -5,0 del Municipio 2 e 5,8 del Municipio 1. Le maggiori variazioni per classe di età (figura S10B-G) si osservano nella classe 0-1 anni (range: -9,2; -4,6) e nella classe 18-48 anni (range; -12,7; +3,9). La classe 85+ mostra VP sempre positive (più soggetti NAR che in CdM) e omogenee tra distretti (range VP: 12,2;16,0). Le donne mostrano una VP più ristretta (0,01 vs -1,87) rispetto agli uomini (tabella S3). Questi ultimi mostrano VP negative nella maggior parte dei municipi (eccetto il Municipio 1), segnalando una minore presenza in NAR (figura S10I). Per la cittadinanza (figura S10J-K), si confermano VP più elevate per i cittadini stranieri, con una minore presenza in NAR nei distretti a Nord (Municipi 2, 8 e 9) e una maggiore presenza a Sud (Municipi 5 e 6). 
Nei deceduti (figura S11A e tabella S4), le VP sono simili a quelle della popolazione generale (vivi+deceduti), con differenze maggiori nelle donne (-1,2) rispetto agli uomini (0,6). Inoltre, nei maschi si osserva una maggiore variabilità tra distretti rispetto alle femmine (figura S11B-C). I cittadini italiani (figura S11D) mostrano un range di VP simile alla popolazione generale, seppure con distribuzione territoriale diversa. Per i cittadini stranieri (figura S11E), le VP sono tutte positive, si registra una discrepanza particolarmente elevata nel Municipio 5 (46%).

Tempi di aggiornamento dei decessi nei dati NAR

Per quanto riguarda la registrazione dei decessi, è stato osservato che, in tutte le ATS, la maggior parte degli eventi viene registrata nel NAR del mese successivo al decesso (figura S12), con una percentuale variabile tra il 70% e il 90%, a esclusione dei mesi di luglio (figura S13), agosto, novembre e dicembre, durante i quali si registrano percentuali di copertura al mese successivo inferiori (dal 34% al 60%), che vengono comunque recuperate nei mesi immediatamente successivi. In alcune ATS, si è riscontrato un ulteriore incremento dei decessi osservati nel primo NAR consolidato di gennaio 2024. Questo miglioramento è probabilmente attribuibile all’integrazione delle informazioni provenienti da altre banche dati esterne.

Discussione

Questo studio ha permesso di osservare la complessità nella costruzione di denominatori accurati per il monitoraggio sanitario e la comparazione dei dati provenienti da diverse fonti. Il confronto tra NAR_portale, NAR_202401 e ISTAT_202401 ha messo in luce le criticità legate alle differenti metodologie di raccolta e gestione dei dati, sottolineando le implicazioni di queste differenze per la pianificazione sanitaria e la valutazione delle politiche regionali.
Pur rilevando in alcune ATS (come Val Padana, Bergamo e Brescia) una numerosità inferiore in NAR_portale rispetto agli altri due confronti, a livello complessivo NAR_portale presenta una popolazione stimata più elevata rispetto a NAR_202401 e ISTAT_202401. Questo risultato può essere attribuito alla metodologia di costruzione di NAR_portale, che considera una popolazione “media”, includendo soggetti presenti per almeno sei mesi o deceduti durante l’anno. Al contrario, NAR_202401 e ISTAT_202401 adottano approcci più statici, basati su una rilevazione puntuale per l’anno di riferimento. Va sottolineato che NAR_202401 e ISTAT_202401 si riferiscono alla stessa popolazione di riferimento (01/2024), il che rinforza la coerenza tra le due fonti e la validità delle popolazioni costruite a partire da NAR.
L’inclusione dei soggetti deceduti e l’uso di estrazioni mensili nel denominatore di NAR_portale sembrano fornire un quadro più dettagliato e dinamico della popolazione residente. Questo approccio potrebbe rappresentare una risorsa fondamentale per il monitoraggio in tempo reale degli indicatori sanitari, soprattutto in situazioni di emergenza sanitaria, ma comporta una maggiore complessità gestionale. La necessità di standardizzare e validare questi dati diventa quindi cruciale per evitare discrepanze significative con le altre fonti. Va sottolineato che la scelta del denominatore, ovvero la popolazione di riferimento, può influenzare la stima degli esiti di salute investigati. Includere una popolazione che rispecchi più fedelmente la reale presenza sul territorio – in particolare nelle classi di età più critiche o nei gruppi più vulnerabili, come i residenti in RSA o la popolazione straniera – consente una valutazione più accurata degli esiti sanitari. Questo permetterà a ciascun territorio di conoscere meglio le caratteristiche della popolazione residente e di poter progettare con maggior consapevolezza interventi volti a rispondere ai bisogni emergenti di salute della popolazione. 
Nel Comune di Milano, la variazione percentuale (VP) tra i dati di NAR_portale e CdM_202401 è limitata, con piccole differenze tra vivi e deceduti, ma emergono variazioni significative nei diversi distretti. In particolare, il Municipio 1 (zona centrale della città) mostra una numerosità maggiore in NAR_portale rispetto a CdM_202401, suggerendo che la popolazione residente in quest’area potrebbe avere caratteristiche sociodemografiche differenti rispetto alle altre zone della città. Questo fenomeno potrebbe anche essere legato alla maggiore mobilità della popolazione, in particolare nelle fasce di età centrali (18-48 anni), e a possibili discrepanze nella rilevazione della residenza tra NAR e anagrafe del CdM. Le donne, inoltre, presentano una minore variabilità tra i due dataset, suggerendo una maggiore tendenza ad avere contatti con il sistema sanitario rispetto agli uomini.
Le difficoltà maggiori si sono riscontrate nella costruzione di denominatori per le classi di età più basse, in particolare nella fascia 0-1 anni. Nonostante NAR_portale includa tutti i nati dell’anno, la metodologia che richiede una permanenza minima di sei mesi potrebbe escludere alcuni soggetti recentemente registrati o più mobili, introducendo problematiche di rappresentatività. Inoltre, il confronto con i dati Istat in questa fascia di età risente delle fluttuazioni demografiche e degli spostamenti tra anni consecutivi, aggravando ulteriormente le difficoltà.
Un altro aspetto problematico riguarda la difficoltà di tracciamento delle popolazioni dinamiche, come quella dei residenti di cittadinanza straniera, che hanno mostrato variazioni percentuali molto più ampie rispetto ai residenti italiani. Questa maggiore dinamicità rappresenta una sfida per la costruzione di denominatori accurati e comparabili e suggerisce la necessità di un miglioramento nei flussi di dati e nell’integrazione di fonti aggiuntive per rafforzare la qualità del monitoraggio.
Le differenze riscontrate nella popolazione residente in RSA sono state attribuite alla maggiore precisione dei dati NAR_portale, che si basa su flussi sociosanitari per monitorare la presenza dei soggetti in RSA durante l’anno. Al contrario, i dati di NAR_202401, che si fondano su rilevazioni più statiche, sono risultati meno accurati. Questo mette in evidenza l’importanza di integrare continuamente i flussi di dati per monitorare accuratamente le condizioni di salute delle persone vulnerabili, come quelle residenti in RSA.
Anche i tempi di aggiornamento dei decessi, sebbene generalmente buoni, hanno mostrato alcune discrepanze. La maggior parte dei decessi è stata registrata entro un mese dall’evento, ma in alcuni casi, come nei mesi di luglio, agosto, novembre e dicembre, i tempi di registrazione sono stati più lunghi. Inoltre, il confronto con Istat ha mostrato una sovrastima sistematica della popolazione nelle classi di età più avanzate in NAR_portale, probabilmente a causa dell’inclusione di soggetti deceduti nel 2023 che non sono più presenti nella popolazione 2024 di Istat. Questo suggerisce la necessità di escludere i deceduti recenti dal calcolo per migliorare la precisione del denominatore. La buona tempistica nell’aggiornamento dei decessi, unita alla dinamicità di NAR_portale, potrebbe rappresentare un punto di forza nella sorveglianza della popolazione in caso di emergenze sanitarie.
Nonostante alcune discrepanze, il confronto tra le fonti ha rivelato una buona coerenza generale, con variazioni percentuali simili tra NAR_portale e NAR_202401, così come tra NAR_portale e ISTAT_202401. Tuttavia, per alcune ATS, come Milano e Pavia, sono emerse variazioni più significative, che richiedono ulteriori approfondimenti per indagarne le specificità territoriali. 
L’analisi più dettagliata del Comune di Milano ha dimostrato l’importanza di considerare le dinamiche locali, suggerendo che un approccio simile possa essere replicato in altre aree metropolitane per migliorare la comprensione delle specificità territoriali.

Conclusioni

In conclusione, i risultati di questo studio sottolineano l’importanza di adottare metodologie flessibili e integrate per la costruzione dei denominatori, in grado di tenere conto della complessità e della dinamicità delle popolazioni monitorate. L’uso di NAR_portale come denominatore di riferimento offre un quadro dettagliato e realistico della popolazione residente, ma richiede sforzi per standardizzare e garantire la comparabilità con altre fonti. L’integrazione e la validazione dei dati sono fondamentali per migliorare l’affidabilità del monitoraggio sanitario, a livello regionale e nazionale. 
Questo studio rappresenta un passo fondamentale nella comprensione delle sfide e delle opportunità legate alla costruzione di denominatori per il monitoraggio sanitario. Nonostante le inevitabili differenze tra le fonti di dati, l’integrazione e la standardizzazione dei processi emergono come strategie chiave per migliorare la qualità e la comparabilità delle analisi. Queste azioni potrebbero avere un impatto significativo sulla pianificazione e sulla gestione sanitaria, favorendo una maggiore efficacia nella distribuzione delle risorse e nell’identificazione delle priorità.
In prospettiva, l’adozione di tecnologie avanzate, come l’intelligenza artificiale, potrebbe rappresentare un’opportunità per armonizzare i flussi di dati, ottimizzare l’identificazione delle popolazioni vulnerabili e, di conseguenza, garantire una maggiore equità nell’accesso alle cure. L’intelligenza artificiale potrebbe anche contribuire a una distribuzione più efficiente delle risorse, rendendo il sistema sanitario più reattivo e capace di rispondere meglio alle necessità dei cittadini. Inoltre, l’approccio proposto potrebbe essere esteso ad altre Regioni italiane, creando un modello replicabile e scalabile per il monitoraggio sanitario nazionale, che potenzierebbe la capacità del sistema di rispondere a sfide future in modo proattivo e mirato.

Conflitti di interesse dichiarati: nessuno.

Bibliografia

1. Regione Lombardia – Il Consiglio. Banca dati delle leggi regionali. Disponibile all’indirizzo: https://normelombardia.consiglio.regione.lombardia.it/normelombardia/accessibile/main.aspx?view=showdoc&iddoc=lr002015081100023 (ultimo accesso: 07.02.2025).
2. Delibera della Giunta regionale n. 5139 del 02.08.2021. Disponibile all’indirizzo: https://www.regione.lombardia.it/wps/portal/istituzionale/HP/istituzione/Giunta/sedute-delibere-giunta-regionale/DettaglioDelibere/delibera-5139-legislatura-11 (ultimo accesso: 07.02.2025).
3. Ministero della Salute. Decreto n.77 del 23.05.2022. Regolamento recante la definizione di modelli e standard per lo sviluppo dell’assistenza territoriale nel Servizio sanitario nazionale. (22G00085). Gazzetta Ufficiale Serie Generale n.144 del 22.06.2022). Disponibile all’indirizzo: https://www.gazzettaufficiale.it/eli/id/2022/06/22/22G00085/SG (ultimo accesso: 07.02.2025).
4. Delibera della Giunta regionale n. 1437 del 27.11.2023. Disponibile all’indirizzo: https://www.regione.lombardia.it/wps/portal/istituzionale/HP/istituzione/Giunta/sedute-delibere-giunta-regionale/DettaglioDelibere/delibera-1437-legislatura-12 (ultimo accesso: 07.02.2025).
5. Testa D, Andreano A, Zanfino A et al. Development and user-oriented visualization of health care composite indicators at district level: territorial health profiles. Epidemiol Prev 2024;48(6):406-18. doi:10.19191/EP24.6.A759.131
6. Schmidt SSS, Iuliano AD, Vestergaard LS et al. All-cause versus cause-specific excess deaths for estimating influenza-associated mortality in Denmark, Spain, and the United States. Influenza Other Respir Viruses 2022;16(4):707-16. doi:10.1111/irv.12966
7. Santos-Burgoa C, Garcia-Meza A, Talayero MJ, Kuenster N, Goldman Hawes AS, Andrade E. Total Excess Mortality Surveillance for Real-Time Decision-Making in Disasters and Crises. Disaster Med Public Health Prep 2023:17:e350. doi: 10.1017/dmp.2023.15
8. Adair T, Mikkelsen L, Hooper J, Badr A, Lopez AD. Assessing the policy utility of routine mortality statistics: a global classification of countries. Bull World Health Organ 2023;101(12):777-85. doi: 10.2471/BLT.22.289036
9. Regione Lombardia. Regione Lombardia. Attivazione Della Presa in Carico Di Pazienti Cronici e Fragili. Disponibile all’indirizzo: https://www.regione.lombardia.it/wps/wcm/connect/f2ec5853-447c-4fc2-b4d4-e36d651ebbfb/delibera+6164_300117.pdf?MOD=AJPERES&CACHEID=f2ec5853-447c-4fc2-b4d4-e36d651ebbfb
10. Regione Lombardia. Avvio del percorso di presa in carico dei pazienti cronici e fragili: DGR n. X/7655 del 28.12.17. Disponibile all’indirizzo: https://www.regione.lombardia. it/wps/portal/istituzionale/HP/DettaglioRedazionale/servizi-e-informazioni/Enti-e-Operatori/sistema-welfare/attuazione-della-riforma-sociosanitaria-lombarda/dgr2017- 7655-avvio-presa-carico-cronici/dgr2017-7655-avvio-presa-carico-cronici
11. Regione Lombardia. Residenze sanitarie assistenziali - RSA. Disponibile all’indirizzo: https://www.regione.lombardia.it/wps/portal/istituzionale/HP/DettaglioServizio/servizi-e-informazioni/Cittadini/salute-e-prevenzione/strutture-sanitarie-e-sociosanitarie/residenze-sanitarie-assistenziali/residenze-sanitarie-assistenziali (ultimo accesso: 21.02.2025).
12. Demo Istat. Popolazione residente. Disponibile all’indirizzo: https://demo.istat.it/app/?i=POS&l=it (ultimo accesso: 21.02.2025).
13. Comune di Milano. Open Data. Disponibile all’indirizzo: https://dati.comune.milano.it/ (ultimo accesso: 21.02.2025).