Le potenzialità degli archivi SDO per gli studi epidemiologici
Per molti anni i Registri tumori hanno rappresentato in Italia l’unica fonte in grado di fornire dati attendibili circa l’incidenza delle neoplasie. Negli ultimi decenni il nostro sistema sanitario ha però sviluppato un processo di informatizzazione degli archivi ospedalieri che permette oggi di ottenere stime di incidenza per i tumori a partire dalle sole schede di dimissione ospedaliere. Epidemiologia & Prevenzione ha recentemente affrontato il dibattito riguardante l’utilizzo per fini epidemiologici di dati derivanti dalle schede nosologiche ospedaliere (Epidemiol Prev 2008; 32(6): 281-84). In questo numero della rivista (p. 147) presentiamo uno studio di Ferretti et al. che mette a confronto i due metodi di stima e la loro affidabilità nel caso del tumore della mammella, e che viene qui sotto commentato in una nota inviata in redazione da Rosso e Zanetti del Registro tumori del Piemonte.
L’interessante lavoro di Ferretti e colleghi1 sull’affidabilità e precisione delle stime di incidenza nel caso dei tumori della mammella si inserisce nel dibattito sull’uso degli archivi dei dati dei ricoveri ospedalieri (SDO) per ottenere stime dell’occorrenza della patologia, e, più in generale, del loro uso in studi epidemiologici. L’uso di tali sistemi informativi si è notevolmente diffuso, producendo parecchi studi e pubblicazioni. Rimangono però sporadici i lavori di valutazione della loro qualità a fini epidemiologici2-5 e, forse non a caso, la maggioranza di questi lavori sono incentrati sul tumore della mammella.1-4 Questa patologia costituisce infatti un buon modello, sia perché è forte l’esigenza di dati aggiuntivi rispetto a quelli forniti dai Registri tumori, sia perché il tumore della mammella offre numerosi vantaggi nell’utilizzo di questo metodo. Innanzitutto, la sua frequenza è elevata, e ciò aumenta la potenza statistica dei risultati; in secondo luogo, gli algoritmi d’identificazione sono relativamente semplici, poiché si basano su un numero ristretto di codici nosologici di patologia e trattamento. Infine, e questo viene evidenziato sia dai risultati dello studio di Ferretti e colleghi,1 sia da precedenti lavori,2-4 le discordanze tendono a bilanciarsi, producendo stime d’occorrenza verosimili. Quest’ultima fortunata circostanza non è di per sé sempre garantita, e studi d’analogo rigore sono necessari per altre patologie. Riteniamo quindi essenziale conoscere la qualità dell’uso della fonte SDO patologia per patologia, per poi valutare di volta in volta l’adozione di questo metodo a seconda delle qualità necessarie per rispettare il disegno e gli obiettivi di ogni singolo studio. Il ricercatore deve dunque rispondere alla domanda: quale grado di distorsione sono disposto ad accettare in relazione all’utilizzo finale dei risultati prodotti? Per esempio, in uno studio ecologico, l’ordine di grandezza delle differenze che ci attendiamo è spesso della stessa entità della distorsione della misura. Nel caso del tumore mammario e dell’uso della fonte SDO, possiamo quindi interrogarci su quali quesiti e disegni di studio la possano confidentemente adottare, e per quali altri invece siano da raccomandare maggiori cautele. Per esempio, nel caso di:
- stime per la programmazione, i dati SDO sono senz’altro sufficienti;
- studi di sopravvivenza, i dati SDO non sono sufficienti per stime generali di popolazione, ma lo sono invece per confronti interni, ipotizzando un bias non differenziale;
- valutazione dei programmi di screening, i dati SDO non sono sufficienti poiché è plausibile che i meccanismi che generano falsi negativi abbiano una forte relazione con i percorsi diagnostici.
Ricordiamo infine che il tradizionale sistema che utilizza i dati di mortalità , benché oggi sembri patire cadute di attenzione, nazionali e periferiche, rimane un’ottima alternativa per stimare le patologie ad alta letalità .
Bibliografia
- Ferretti S, Guzzinati S, Zambon P, et al. Stima dell’incidenza del carcinoma mammario attraverso il flusso dei ricoveri ospedalieri: confronto con i dati dei Registri Tumori. Epidemiol Prev 2009; 33(4-5):147-53.
- Baldi I, Vicari P, Di Cuonzo D et al. A high positive predictive value algorithm using hospital administrative identified incident cases. J Clin Epidemiol 2008; 61(4); 373-79.
- Ganry O, Taleb A, Peng J, Raverdy N, Dubreuil A. Evaluation of an algorithm to identify incident breast cancer cases using DRGs data. Eur J Cancer Prev 2003; 12(4); 295-99.
- Warren JL, Feuer E, Potosky AL, Riley GF, Lynch CF. Use of Medicare hospital and physician data to assess breast cancer incidence. Med Care 1999; 37(5); 445-56.
- Bolzan M, Conte G. Evaluation in terms of annual incidence rate of lung cancer within the ULSS of the Veneto region (Italy) from hospital discharge data (years 1980-1982). Tumori 1988; 74(6); 697-704.