Un approccio data-driven per ottimizzare la presa in carico del paziente cronico nel contesto del DM77

Introduzione

L’introduzione del Decreto ministeriale 77/2022 (DM 77/2022) rappresenta un momento cruciale per la riorganizzazione dell’assistenza territoriale nel contesto del Servizio Sanitario Nazionale (SSN) italiano.¹ Emanato dal Ministero della Salute il 23.05.2022, il decreto mira a riorganizzare la gestione delle cure primarie, con un miglioramento significativo della presa in carico dei pazienti affetti da patologie croniche. In continuità con la legge n. 833 del 23.12.1978, che ha istituito il SSN delineandone struttura e funzioni, il DM 77/2022 ne rappresenta un’evoluzione che vuole rendere le cure più efficienti e reattive.

L’articolo 4 sottolinea l’importanza di un approccio integrato nella gestione delle malattie croniche, con un forte accento sulla prevenzione e sulla gestione proattiva dei pazienti. Uno dei cardini di questa riforma è la stratificazione della popolazione sulla base dei livelli di rischio, del bisogno di salute e del consumo di risorse. Questo metodo, già delineato nel Piano Nazionale Cronicità (PNC), permette di suddividere la popolazione in gruppi omogenei per gravità delle malattie croniche e rischio di complicanze.² Tale approccio risulta indispensabile per identificare i bisogni specifici dei pazienti e per pianificare interventi sanitari mirati, nonché per ottimizzare l’uso delle risorse sanitarie a beneficio della qualità delle cure.^3,4

In Italia, diverse esperienze regionali hanno analizzato e implementato la stratificazione della popolazione per la gestione delle patologie croniche. Un esempio è rappresentato da Regione Lombardia, dove dal 2011 al 2017 è stato attuato un programma sperimentale di presa in carico di oltre 200.000 pazienti, denominato chronic related groups (CReG), basato su un algoritmo di classificazione delle patologie croniche utilizzando esclusivamente l’anagrafica degli assistiti dal Sistema sanitario regionale (SSR), il flusso dei ricoveri, delle prestazioni ambulatoriali, delle prescrizioni farmaceutiche e delle esenzioni. Il progetto CReG utilizzava un modello di stratificazione della popolazione basato sulla complessità clinica e sui bisogni assistenziali dei pazienti cronici: questi venivano classificati in 65 gruppi omogenei (related groups) in base alla gravità della condizione patologica, definita dal numero di patologie presenti, e ai bisogni assistenziali legati all’evoluzione della malattia considerando la spesa sanitaria effettuata dagli assistiti con la cronicità. Con questo approccio era stato definito un sistema tariffario per ciascuna condizione cronica e un modello organizzativo di presa in carico.⁵ L’obiettivo principale consisteva nel miglioramento della qualità delle cure, realizzato attraverso la creazione di percorsi di cura personalizzati e l’impiego di tecnologie avanzate per il monitoraggio dei pazienti, coinvolgendo la medicina territoriale. L’adozione di un sistema informativo dedicato ha favorito la condivisione delle informazioni tra i diversi attori del sistema sanitario, migliorando la gestione complessiva dei pazienti e consentendo un monitoraggio continuo e dettagliato. I risultati ottenuti hanno messo in evidenza una riduzione significativa delle complicanze legate alle patologie croniche, un aumento dell’aderenza ai percorsi di cura e un incremento della soddisfazione dei pazienti.⁶

Un altro modello di interesse è stato sviluppato nella Regione Emilia-Romagna e, con modalità differenti, nella Regione Toscana, dove si è puntato su un sistema centrato sulle Case della Salute.⁷ Questo modello mira a garantire la continuità assistenziale tra ospedale e territorio attraverso un approccio di population health management. Anche in questo caso, il sistema di stratificazione è stato implementato impiegando esclusivamente dati di tipo amministrativo, correntemente disponibili attraverso il sistema informativo regionale come le anagrafi degli assistiti, le rilevazioni dei decessi e i flussi delle dimissioni ospedaliere, dell’assistenza domiciliare, del pronto soccorso e delle prescrizioni farmaceutiche. Combinando con tecniche statistiche oltre 170 variabili selezionate dai suddetti flussi, è stato possibile suddividere la popolazione in quattro livelli sulla base della probabilità di ospedalizzazione evitabile o decesso individuale. La strategia permette di individuare soggetti rispetto ai quali avviare programmi di medicina di iniziativa e consente ai sistemi sanitari di offrire strategie di cura e di assistenza in ragione di una maggiore sostenibilità, equità, appropriatezza ed efficacia degli interventi. L’integrazione delle Case della Salute nel contesto territoriale ha avvicinato i servizi sanitari ai cittadini, favorendo un’assistenza più personalizzata e riducendo il ricorso all’ospedale.⁸ 

A livello internazionale, il modello di Kaiser Permanente americano, in particolare il Sistema di classificazione ACG (adjusted clinical groups), rappresenta uno degli approcci più consolidati per la gestione delle malattie croniche.^9-11 Questo modello, utilizzando i flussi sanitari come le cartelle cliniche elettroniche e i dati provenienti da database specifici (per esempio, registri di malattia), identifica i pazienti con condizioni croniche e li stratifica in base al livello di rischio di progressione e all’utilizzo di risorse sanitarie. Metodologicamente, il sistema ACG assegna a ciascun individuo uno o più ADG (aggregated diagnosis group) partendo dai codici di diagnosi (ICD-9, ICD-10, ICPC) e analizzando cinque parametri clinici: durata, gravità, certezza diagnostica, eziologia e necessità di cure specialistiche. Gli ADG sono categorie diagnostiche che riflettono la dimensione prognostica della patologia o condizione clinica. Diagnosi differenti possono essere incluse nello stesso ADG se presentano un impatto simile sul fabbisogno di risorse sanitarie. In totale, la classificazione prevede 32 categorie ADG. Sulla base dell’insieme di ADG attribuiti, dell’età, del sesso e, ove disponibili, del peso alla nascita (per i neonati) e della presenza di parto (per le donne in gravidanza), il sistema assegna a ogni soggetto una singola categoria ACG. Gli ACG rappresentano gruppi omogenei per carico di malattia e prevedibile utilizzo di risorse sanitarie. Esistono 93 gruppi ACG, mutuamente esclusivi, che consentono una classificazione precisa e coerente del profilo clinico-assistenziale di ogni individuo. Questo approccio permette di differenziare le strategie di intervento per la popolazione e per la presa in carico degli assistiti, coinvolgendo team di cura multidisciplinari e fornendo feedback personalizzati. Secondo questo modello, la presenza di una singola condizione cronica e la stabilizzazione della patologia definiscono un pattern di assistito candidabile per la presa in carico da parte dei servizi territoriali. In letteratura, è noto che il modello Kaiser Permanente migliora i risultati delle cure, riduce le disparità sanitarie e ottimizza l’uso delle risorse disponibili, diventando un riferimento per molti sistemi sanitari in tutto il mondo.⁹

Al momento, non è disponibile un modello nazionale univoco per la presa in carico, sebbene l’Agenzia Nazionale per i Servizi Sanitari Regionali (AGENAS) abbia definito uno standard basato sulla stratificazione del rischio e sulla valutazione degli esiti di salute, con l’obiettivo di ottimizzare l’allocazione delle risorse, migliorare l’efficacia delle cure e integrare sistemi ICT a supporto della gestione delle cronicità. Il Programma operativo nazionale capacità istituzionale 2014-2020 (PON GOV) Cronicità, promosso dal Ministero della Salute, ha individuato 19 macrotemi centrali per la pianificazione di processi innovativi nella gestione della cronicità, mentre le Regioni ne hanno selezionati tre prioritari: telemedicina, assistenza domiciliare integrata (ADI) e presa in carico del paziente con l’attivazione di percorsi diagnostico terapeutici assistenziali (PDTA). Questo progetto ha promosso la creazione di una Comunità di pratica, in cui condividere conoscenze e buone pratiche tra gli operatori del settore.¹² Un’altra iniziativa di rilievo è il progetto Centrale operativa regionale per la telemedicina delle cronicità e delle reti cliniche (COReHealth), implementato nell’ambito del PON GOV Cronicità da Regione Puglia con il contributo di ATS Milano, che ha sfruttato tecnologie dell’informazione e della comunicazione (ICT) per migliorare la gestione dei pazienti cronici, digitalizzando i processi di cura e favorendo la condivisione dei dati tra i diversi attori sanitari.¹³

In quest’ottica, il presente lavoro propone una strategia per identificare, all’interno della più grande area metropolitana del Nord Italia, set di pazienti con condizioni croniche stabili candidabili per la gestione da parte dei servizi territoriali ed eventualmente da includere in una presa in carico dedicata da parte delle Case della Comunità (CdC).

Materiali e metodi

Assumendo che la stabilizzazione clinica di una patologia cronica identifichi un profilo di assistito adeguato alla presa in carico da parte dei servizi territoriali, l’obiettivo principale dello studio è di definire indicatori capaci di rilevare tale stabilità clinica. L’obiettivo secondario è di identificare categorie di assistiti stabili, definiti dalla combinazione degli indicatori proposti, da includere prioritariamente in percorsi attivati dalle CdC.

Banca dati assistito e selezione della popolazione stabile clinicamente

L’Unità di Epidemiologia dell’ATS di Milano gestisce e aggiorna la struttura informativa istituita con la delibera regionale del 2017 sui CReG, nota come Banca dati assistito (BDA).¹⁴ Quest’ultima identifica un set di 65 patologie (o raggruppamenti di patologie) sulla base di algoritmi di case-detection derivati dall’ultima stratificazione proposta dal sistema CReG nel 2017. Gli algoritmi di identificazione delle patologie (basati su flussi di ricoveri, prestazioni ambulatoriali, esenzioni e prescrizioni farmaceutiche) sono illustrati in tabella S1 (vedi materiali supplemenari online). Per ogni soggetto, registra la presenza di una o più tra le 65 condizioni e ne riporta la data stimata di prima insorgenza, ovvero la prima individuazione dell’assistito nei flussi sanitari (criterio definito dalla DGR 6551/2017). I soggetti polipatologici, affetti da più condizioni croniche, vengono ricondotti a una patologia prevalente, ovvero la cronicità che definisce maggiormente il paziente in termini di gravità clinica e assorbimento di risorse. Questa patologia prevalente guida sia il percorso terapeutico sia la definizione del piano di cura. Sono stati selezionati dalla BDA tutti gli assistiti con almeno una cronicità, residenti da almeno sei mesi nel 2023 in uno dei 193 comuni dell’ATS di Milano, escludendo i soggetti deceduti nel corso dello stesso anno.

Definizione degli indicatori di stabilità clinica

Come primo indicatore è stato selezionato il tasso di ricoveri ospedalieri per singola cronicità. Per ciascun assistito cronico, si è quindi verificato se tra il 01.01.2023 e il 31.12.2023 fosse stato registrato almeno un ricovero ospedaliero in regime ordinario, escludendo quelli dovuti a traumi e parti. Successivamente, per ognuna delle 65 patologie, è stata calcolata la proporzione di assistiti con almeno un ricovero. È stata effettuata una prima selezione includendo soltanto le patologie presenti come unica condizione, con un tasso di ricoveri ospedalieri ≤ 10%.

Dato che l’obiettivo dello studio è di identificare set di pazienti cronici appropriati per la presa in carico da parte delle CdC, sono state escluse condizioni per cui sono richiesti setting assistenziali specifici come per esempio le malformazioni (4.120 casi), alcune condizioni morbose di origine perinatale (20 casi) e i tumori rari non specificati (766 casi), le malattie infettive e parassitarie (53 casi) e i sintomi e segni morbosi mal definiti (3 casi).

Lo stesso criterio è stato applicato anche alle condizioni con proporzioni di ricoveri ≤10% la cui gestione è prettamente ospedaliera (per esempio, HIV/AIDS conclamato o epilessia).

Come secondo indicatore è stata costruita una misura combinando: 

1. la proporzione di soggetti con almeno un ricovero ordinario o un accesso in pronto soccorso (PS) per qualsiasi motivo (esclusi traumi e parti); 

2. la proporzione di soggetti in politerapia, cioè in trattamento con più di cinque differenti classi farmacologiche, classificate con il sistema World Health Organization - Anatomical Therapeutic Chemical (ATC) nell’anno, escludendo: antimicrobici per uso sistemico (primo digit del codice ATC: J); farmaci dermatologici (primo digit del codice ATC: D); antiparassitari, insetticidi e repellenti (primo digit del codice ATC: P); nonché la classe ATC dei farmaci vari (primo digit del codice ATC: V).

In questo caso, non sono state escluse patologie, ma è stata identificata la popolazione potenzialmente candidabile per la presa in carico da parte dei servizi territoriali, includendo i soggetti che nel 2023 non avevano registrato nessun ricovero, nessun accesso in PS e non erano in trattamento politerapico. 

Definizione di indicatori aggiuntivi

Sono stati proposti altri due indicatori che potessero caratterizzare indirettamente popolazioni a maggiore stabilità clinica. Il primo indicatore proposto ha indagato la durata stimata della malattia considerando per i soggetti con comorbidità, la data di individuazione della patologia prevalente. In questo modo, è stato possibile classificare in cronicità a recente insorgenza (≤1 anno), intermedia (1-5 anni) e di lunga durata (6-10 anni e >10 anni). L’ipotesi è che maggiore è il periodo intercorso dalla diagnosi maggiore è la probabilità che la terapia farmacologica sia controllata e di conseguenza la stabilità della malattia.

Un ulteriore indicatore ha riguardato il numero di mesi del 2023 in cui l’assistito ha avuto almeno un contatto con il medico di medicina generale (MMG) per prescrizione di farmaci o prestazioni ambulatoriali, calcolato attraverso i flussi di prescrizioni farmaceutiche e specialistiche. Nel caso di più prescrizioni con la stessa data, è stato conteggiato un unico accesso per giornata. Il numero di mesi con almeno un contatto è stato successivamente riclassificato in cinque fasce:

• 0-2 (contatto molto basso);
• 3-4 (basso);
• 5-6 (medio);
• 7-8 (alto);
• 9-12 (molto alto).

L’ipotesi è che contatti ripetuti col MMG siano associati a minore stabilità della malattia.

Analisi statistiche

Gli indicatori proposti sono stati inseriti nelle tabelle descrittive e misurati come tassi o proporzioni calcolate per le singole cronicità. 

Sono stati applicati modelli logistici, aggiustati per età, sesso e cittadinanza, per confrontare i soggetti che si recano dal MMG per almeno una prescrizione in più di sei mesi differenti nel 2023 con la rimanente popolazione (escludendo i decessi). L’età, il sesso e la cittadinanza sono estratte dalla Nuova Anagrafe Regionale (NAR); l’età è stata calcolata al 31.12.2023. Questa analisi è stata effettuata per verificare se contatti ripetuti e prolungati col MMG potessero influenzare l’accesso a strutture a maggiore complessità. È stata considerata la popolazione potenzialmente eleggibile per la presa in carico da parte dei servizi territoriali e gli outcome valutati hanno riguardato: il ricorso a ricoveri ordinari (esclusi traumi e parti), l’accesso al PS oppure l’eventuale insorgenza di una delle due condizioni, considerata come presenza del soggetto nel flusso dei ricoveri ospedalieri o del PS nei primi sei mesi del 2024.

Risultati

Nel 2023, su circa 3,5 milioni di abitanti nell’ATS di Milano, sono stati identificati 1.251.439 soggetti (35%) con almeno una condizione cronica, di cui quasi la metà 611.710 (48,9%) presenta una sola patologia, mentre 456.929 (36,5%) presentano 2-3 cronicità e 182.800 (14,6%) ne presentano 4 o più. 

Il processo di selezione, illustrato in figura 1, si è articolato in tre fasi consecutive. In primo luogo, sono state mantenute le patologie presenti come unica condizione clinica con un tasso di ricovero ordinario non superiore al 10%, riducendo l’analisi a 38 patologie sulle 65 iniziali. Nella seconda fase, si è valutata la prevalenza di ciascuna condizione e la sua compatibilità con la gestione territoriale: 22 patologie, caratterizzate da bassa prevalenza o da percorsi di cura eminentemente ospedalieri, sono state escluse. Nella terza fase, a livello individuale, sono stati rimossi gli assistiti che nel 2023 avevano registrato almeno un ricovero ordinario, un accesso in PS o assumevano più di cinque classi farmacologiche. Questo ulteriore filtro ha determinato l’esclusione di 209.416 persone e ha prodotto una coorte finale di 599.073 assistiti – circa 6 pazienti cronici su 10 – potenzialmente candidabili alla presa in carico territoriale.

In tabella 1 è riportato l’elenco delle 16 patologie croniche incluse per la selezione della popolazione da avviare a potenziale presa in carico da parte dei servizi territoriali. Le patologie più frequenti sono l’ipertensione arteriosa (254.232 casi), le ipercolesterolemie (156.314 casi), l’asma (83.388 casi), la BPCO (58.997 casi) e il diabete mellito di tipo II (47.550 casi).

La tabella 2 mostra le cronicità escluse perché richiedono prevalentemente gestione ospedaliera; tra queste, le più frequenti risultano l’infezione da HIV/AIDS conclamato (13.737 casi) e il diabete mellito di tipo II complicato (11.753 casi).

In tabella 3 sono elencate le patologie escluse a causa di un tasso di ricovero superiore al 10%, tra cui spiccano le neoplasie attive (67.582 casi) e la cardiopatia ischemica (62.582 casi).

La tabella 4 riporta la distribuzione dei soggetti con le 16 patologie incluse, per i quali non è stato rilevato alcun accesso al PS o ricovero nel 2023 né un trattamento in politerapia. La proporzione più elevata di ricoveri si osserva nella rettocolite ulcerosa e nel morbo di Crohn (10,2%), mentre l’asma presenta la quota più alta di soggetti che ricorrono al PS (29,1%). La politerapia mostra valori eterogenei, da un minimo dello 0,3% nelle malattie dell’apparato digerente a un massimo del 27,3% nell’artrite reumatoide. La quota di pazienti che non presenta né ricoveri né accessi al PS o politerapia varia a seconda della patologia, spaziando dal 59,6% nell’artrite reumatoide fino all’83,29% per le neoplasie in remissione.

Le tabelle 5 e 6 illustrano, rispettivamente, la distribuzione della durata della malattia e degli accessi presso l’ambulatorio del medico di medicina generale (MMG) per gli assistiti con cronicità inclusi nel percorso a potenziale gestione territoriale. Nella maggioranza dei casi, la malattia è stata diagnosticata da più di 10 anni (36,2%), con valori che oscillano dall’8,5% delle neoplasie in remissione al 62,8% dell’epatite cronica. Le patologie a diagnosi più recente risultano l’asma (37,8%) e la BPCO (41,8%), un dato imputabile alle modalità di definizione della cronicità in BDA.

Per quanto riguarda gli accessi presso l’ambulatorio del MMG che hanno generato una prescrizione, il 40% degli assistiti con cronicità inclusi nella coorte a potenziale gestione territoriale ha registrato almeno sei mesi di contatti nel corso dell’anno, mentre oltre 61.000 (10,2%) non hanno effettuato alcun accesso. Considerando ipertensione arteriosa e ipercolesterolemie, il 6,2% e il 2,4% degli assistiti, rispettivamente, non si sono mai recati dal proprio MMG per prescrizioni di farmaci o prestazioni.

In tabella 7 sono riportate le diverse combinazioni di durata della malattia e frequenza di accessi presso il MMG. Analizzando la popolazione complessiva, si nota che i gruppi più consistenti comprendono gli assistiti con diagnosi da oltre un anno e accessi registrati in 5-6 mesi all’anno (35.610 soggetti con diagnosi 1-5 anni, 36.217 con diagnosi 6-10 anni e 53.258 con diagnosi >10 anni). In generale, la quota di pazienti cronici che non accede all’ambulatorio del proprio MMG per prescrizioni rimane limitata, a prescindere dalla durata della patologia.

In tabella 8 sono riportati i risultati dei modelli logistici che confrontano i soggetti che si recano dal MMG per almeno una prescrizione in più di sei mesi nel 2023 (233.620 soggetti) con il resto della popolazione (365.334 soggetti), escludendo i decessi. Da questa analisi emerge che i primi mostrano un rischio maggiore di almeno un ricovero ordinario (esclusi traumi, parti e riabilitazione) nei primi sei mesi del 2024 (OR: 1,29; IC95% 1,26-1,32), di accesso al PS (OR: 1,24; IC95% 1,21-1,26) e di combinazione delle due condizioni (OR: 1,27; IC95% 1,25-1,29).

Discussione e conclusioni

Questo studio propone un approccio pragmatico per individuare, nella più vasta area metropolitana del Nord Italia, i gruppi di pazienti cronici che possono trarre beneficio da una presa in carico territoriale strutturata, in linea con i principi del DM 77/2022. Infatti, la normativa definisce l’esigenza di collocare i pazienti stabilizzati nei setting a bassa intensità assistenziale, riservando l’ospedale alle situazioni di maggiore complessità clinica. Partendo da oltre 3,5 milioni di residenti, sono stati identificati più di 1,2 milioni di soggetti con almeno una cronicità; applicando indicatori di stabilità rappresentati dall’assenza di ricovero, di accessi in PS e di politerapia, la popolazione eleggibile alla presa in carico territoriale si riduce a circa 600.000 persone, pari al 48% dei pazienti cronici.

Sebbene fortemente semplificato, questo approccio mostra che, all’aumentare della complessità (misurata dal numero di mesi con contatti presso il MMG) cresce la probabilità di accesso PS (prima porta d’ingresso all’ospedale) e, conseguentemente, di ricovero ordinario. Si nota anche un incremento di soggetti in politerapia, il che complica la gestione e riduce la possibilità di assistere questi pazienti in contesti a bassa intensità, come lo studio del MMG o la Casa di Comunità. D’altra parte, i pazienti politrattati avrebbero bisogno di setting di media-alta complessità, per evitare che il territorio venga utilizzato come surrogato di quello ospedaliero, in contrasto con le indicazioni del DM 77.

L’analisi ha condotto allo sviluppo di due ulteriori indicatori (e della loro combinazione): la durata della malattia e la propensione a recarsi dal proprio MMG. Tale combinazione rivela che oltre il 10% dei cronici non accede mai allo studio del MMG per la prescrizione di prestazioni, sebbene le linee guida prevedano controlli semestrali o annuali nelle prime fasi della malattia.^15,16 Con l’evolversi della cronicità, i controlli dovrebbero essere pianificati per monitorarne adeguatamente la progressione. Applicando gli indicatori proposti in questo studio, si possono identificare circa 98.000 pazienti cronici (16% di 599.073) con una diagnosi ultradecennale e visite dal MMG in meno di quattro mesi all’anno: potenziali candidati prioritari alla presa in carico territoriale. Ciò equivarrebbe in media a circa 55 pazienti cronici per ciascuno dei 1.800 MMG dell’ATS che potrebbero essere coinvolti con attività di medicina di iniziativa.

Un altro dato emerso dalle nostre analisi riporta che, a parità di età e sesso, i pazienti con accessi più frequenti allo studio del MMG presentano un rischio più alto di ricovero o di almeno un accesso al PS. Questo aspetto può avere diverse interpretazioni: considerando tutti i limiti legati all’utilizzo degli indicatori proposti nel presente studio come proxy di complessità clinica, la gestione della cronicità da parte del MMG non è più sufficiente quando l’evoluzione della malattia necessita di un setting a maggiore complessità oppure bisognerebbe considerare ulteriori elementi di approfondimento dell’efficacia della presa in carico. Per quest’ultimo punto si intende l’applicazione dei PDTA territoriali, la cui costruzione e applicazione risulta disomogenea a livello locale e nazionale e influenzata dai Piani nazionali cronicità.¹⁷ L’integrazione della presa in carico con i PDTA locali permetterebbe di costruire standard di appropriatezza e programmare l’offerta territoriale delle CdC sui bisogni della popolazione con cronicità riducendo l’accesso improprio e ripetuto al MMG e il ricorso alla sanità privata, in quest’ultimo caso alimentando l’inappropriatezza.

In un contesto di risorse limitate, occorre valutare se un sistema territoriale in cui l’accesso al MMG avviene principalmente a fronte di un peggioramento delle condizioni cliniche sia davvero la modalità corretta di presa in carico oppure se sia preferibile una pianificazione strutturata che stabilisca le priorità in base sia ai bisogni sia alla domanda dei pazienti cronici. Adottando questa visione di medicina di prossimità, andrebbe anche ridefinito il ruolo di clinical manager affidato al MMG, sfruttando modalità assistenziali alternative rese disponibili dalle innovazioni tecnologiche, come telemedicina e teleconsulto specialistico. Diverse esperienze internazionali mostrano che la sinergia tra professionisti sanitari e figure amministrative migliora globalmente la gestione della malattia e del paziente.^18,19

Un sistema che prenda in carico i pazienti cronici pianificando l’adesione a protocolli territoriali (non ospedalieri), con sistemi di allerta inviati a una centrale operativa territoriale fortemente informatizzata, capace di rilevare eventuali segnali di scompenso clinico (per esempio, un accesso al PS o un valore anomalo agli esami di routine), avrebbe un impatto significativo sulla gestione delle liste di attesa, riducendone dimensioni e costi sia per il SSN sia per il cittadino, che spesso sostiene di tasca propria spese non trascurabili. Inoltre, il sistema di presa in carico dovrebbe anche considerare le componenti socioeconomiche e culturali legate alla gestione delle patologie croniche tra le quali il background migratorio può rappresentare una condizione associata a minore adesione ai percorsi clinico assistenziali.²⁰ Strumenti quali la mediazione culturale e l’attivazione di servizi socioassistenziali mirati possono mitigare queste barriere, migliorando l’efficacia complessiva degli interventi territoriali.

Tra i punti di forza del presente lavoro, si annoverano la dimensione della popolazione analizzata e la solidità del sistema informativo, basato sul linkage di flussi obbligatori verso il Ministero della Salute.

D’altra parte, la natura descrittiva dello studio e l’assenza di indicatori precedentemente validati in letteratura limitano la generalizzabilità dei risultati. Inoltre, la riproducibilità del modello richiede l’accesso a data warehouse aziendali capaci di integrare anagrafiche, ricoveri, PS e prescrizioni, risorse non sempre disponibili in modo uniforme sul territorio nazionale. 

Ulteriore elemento di valutazione è la riproducibilità dello studio che richiede l’integrazione di numerosi flussi informativi, in primis per classificazione delle cronicità, poi per la costruzione degli indicatori. In particolare, è necessaria una struttura di data warehouse aziendale che permetta di tracciare i ricoveri, gli accessi in PS e il trattamento farmacologico dei soggetti con cronicità, oltre all’integrazione con le anagrafiche per l’assegnazione al MMG. Il modello delineato necessita di una strategia più ampia e sistemica rispetto a quanto qui illustrato, che rappresenta un esempio di impiego dei sistemi informativi in uso presso l’ATS di Milano. Tale struttura informativa, supportata dal Nuovo Sistema Informativo Sanitario (NSIS), risulta presente, in forme più o meno strutturate, a livello nazionale, consentendo lo sviluppo di approcci analoghi e, soprattutto, la possibilità di confronto tra diverse realtà per la definizione di un modello condiviso, pur tenendo conto delle necessarie valutazioni in materia di privacy.

Tra i punti di forza, è da includere pertanto la robustezza del sistema informativo con cui sono costruiti gli indicatori, definiti essenzialmente dal linkage di flussi inclusi nel debito informativo obbligatorio delle regioni verso il Ministero della Salute e la vasta popolazione rappresentata dai pazienti cronici del territorio della ATS di Milano.  

Nell’ambito di un bando PNRR dedicato alle malattie croniche non trasmissibili ad alto impatto sui sistemi sociosanitari, ATS Milano sta sviluppando un progetto rivolto alla stratificazione dinamica della popolazione cronica in cluster omogenei, tenendo conto di gravità, consumo di risorse e rischio di progressione. Durante questo progetto, l’Unità di Epidemiologia di ATS Milano, in collaborazione con AReSS Puglia e l’Università Milano-Bicocca, sta conducendo revisioni sistematiche su 20 patologie croniche ad alto impatto allo scopo di validare algoritmi di case-detection in due diverse Regioni, oltre a realizzare modelli predittivi di progressione basati su metodi statistici e di machine learning. Il presente lavoro si inserisce pienamente in questa cornice, mirando a definire ulteriormente i setting che dovranno confluire nella piattaforma e a favorire progetti di medicina di iniziativa con il coinvolgimento del MMG e dell’infermiere di famiglia e di comunità.

In conclusione, l’identificazione di indicatori semplici ma robusti per riconoscere i pazienti cronici clinicamente stabili consente di orientare con maggiore precisione le risorse umane ed economiche destinate alle Case della Comunità. L’estensione e la validazione di approcci analoghi su scala nazionale potrebbero rappresentare un passo decisivo verso una gestione più sostenibile ed equa della cronicità, migliorando gli esiti di salute e riducendo la pressione sul sistema ospedaliero.

Conflitti di interesse dichiarati: nessuno.

Finanziamenti: progetto finanziato dall’Unione europea – Next Generation EU – PNRR M6C2 – Investimento 2.1 «Valorizzazione e potenziamento della ricerca biomedica del SSN». Codice progetto: PNRR-MAD-2022-12376033. Titolo: «Evidence-based models for high impact chronic disease prevention and risk of progression management in outpatient community services and community hospitals: towards eHealth integrating stratification on individual history with predictive models of disease progression, using machine learning and artificial intelligence on administrative and clinical databases». CUP: D63C22000970006. PI: Antonio Giampiero Russo.

Bibliografia

1. 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. Gazzetta Ufficiale Serie Generale n.144 del 22.06.2022). Disponibile all’indirizzo: https://www.gazzettaufficiale.it/eli/id/2022/06/22/22G00085/sg
2. Presidenza del Consiglio dei Ministri. Piano Nazionale delle cronicità (PNC) – proposta di aggiornamento 2024. Disponibile all’indirizzo: https://www.quotidianosanita.it/allegati/allegato1721737583.pdf
3. Bandeira-de Oliveira M, Aparicio-González T, Del Cura-González I, Suárez-Fernández C, Rodríguez-Barrientos R, Barrio-Cortes J. Adjusted morbidity groups and survival: a retrospective cohort study of primary care patients with chronic conditions. BMC Prim Care 2023;24(1):103. doi: 10.1186/s12875-023-02059-9
4. Barrio Cortes J, Martínez Cuevas M, Castaño Reguillo A, Bandeira de Oliveira M, Martínez Martín M, Suárez Fernández C. Use of hospital care services by chronic patients according to their characteristics and risk levels by adjusted morbidity groups. PLoS One 2022;17(2):e0262666. doi: 10.1371/journal.pone.0262666
5. Belleri G. Presa in carico della cronicità in Lombardia: bilancio e prospettive di revisione dopo la pandemia. Recenti Prog Med 2022;113(10):591-600. doi 10.1701/3888.38705
6. Greco MT, Russo AG. Valutazione di nuovi modelli di gestione delle malattie croniche in sanità: analisi della classificazione CReG applicata alla medicina generale come sperimentazione per la presa in carico dei pazienti con malattie croniche in Lombardia. Mecosan 2017;101:31-50. doi: 10.3280/MESA2017-101003
7. Del Vecchio M, Giudice L, Preti LM, Rappini V. Osservatorio sulle Aziende e sul Sistema sanitario Italiano. Le Case della Comunità tra disegno e sfide dell’implementazione. Rapporto OASI 2022; pp. 407-32. Disponibile all’indirizzo: https://cergas.unibocconi.eu/sites/default/files/media/attach/10.20Le%20Case%20della%20Comunit%C3%A0%20tra%20disegno%20e%20sfide%20dell%27implementazione_Del%20Vecchio%2C%20Giudice%2C%20Preti%2C%20Rappini_0.pdf?VersionId=mx2myloRV6HnK2EjwsY0diEgjOBN8Fsc
8. Agenzia Sanitaria e Sociale Regionale Emilia-Romagna. Valutazione di impatto delle Case della Salute su indicatori di cura, 2009-2019. Dossier n. 269/2020.​ Disponibile all’indirizzo: https://assr.regione.emilia-romagna.it/pubblicazioni/dossier/doss269
9. Girwar SAM, Jabroer R, Fiocco M, Sutch SP, Numans ME, Bruijnzeels MA. A systematic review of risk stratification tools internationally used in primary care settings. Health Sci Rep 2021;4(3):e329. doi: 10.1002/hsr2.329
10. Cillessen F, Steenbergh P, Hofdijk J. Towards Regional Population Health Management: A Prospective Analysis Using the Adjusted Clinical Groups Classification. Stud Health Technol Inform 2024;316:393-97. doi: 10.3233/SHTI240430
11. Light D, Dixon M. Making the NHS more like Kaiser Permanente. BMJ 2004;328(7442):763-65. doi: 10.1136/bmj.328.7442.763
12. Agenzia Nazionale per i Servizi Sanitari Regionali. PON GOV Cronicità – “Sostenere la sfida alla cronicità con il supporto dell’ICT”. Disponibile all’indirizzo: https://www.agenas.gov.it/ricerca-e-sviluppo/pon-gov-cronicita-2018
13. Agenzia regionale strategica per la salute e il sociale – Regione Puglia. COReHealth. Disponibile all’indirizzo: https://aress.regione.puglia.it/aree-tematiche/sanita-integrata-e-digitale/corehealth
14. DGR 6164 Regione Lombardia del 31.07.2017 “Governo della domanda: avvio della presa in carico di pazienti cronici e fragili. Determinazioni in attuazione dell’art. 9 della legge n. 23/2015”. Disponibile all’indirizzo: https://www.regione.lombardia.it/wps/wcm/connect/f2ec5853-447c-4fc2-b4d4e36d651ebbfb/delibera+6164_300117.pdf?MOD=AJPERES&CACHEID=ROOTWORKSPACE-f2ec5853-447c-4fc2-b4d4-e36d651ebbfb-m3lXCz3
15. NICE Guidelines. Diabetes (type 1 and type 2) in children and young people: diagnosis and management. Disponibile all’indirizzo: www.nice.org.uk/guidance/ng18
16. Williams B, Mancia G, Spiering W et al. 2018 Practice Guidelines for the management of arterial hypertension of the European Society of Hypertension and the European Society of Cardiology: ESH/ESC Task Force for the Management of Arterial Hypertension. J Hypertens 2018;36(12):2284-309. doi: 10.1097/HJH.0000000000001961
17. Piccinni C, Calabria S, Ronconi G et al. I numeri dei percorsi diagnostico-terapeutici assistenziali (PDTA) in Italia: risultati dal progetto PDTA Net. Recenti Prog Med 2019;110(4):188-94. doi 10.1701/3154.31344
18. Bhati D, Deogade MS, Kanyal D. Improving Patient Outcomes Through Effective Hospital Administration: A Comprehensive Review. Cureus 2023;15(10):e47731. doi: 10.7759/cureus.47731
19. Lega F, Prenestini A, Spurgeon P. Is management essential to improving the performance and sustainability of health care systems and organizations? A systematic review and a roadmap for future studies. Value Health 2013;16(1 Suppl):S46-51. doi: 10.1016/j.jval.2012.10.004
20. Buja A, Gini R, Visca M et al. Need and disparities in primary care management of patients with diabetes. BMC Endocr Disord 2014;14:56. doi: 10.1186/1472-6823-14-56