Elementi di Epidemiologia per la Valutazione Comparativa di Esito

Transcript

1 Elementi di Epidemiologia per la Valutazione Comparativa di Esito

2 La valutazione della qualità dell assistenza: quali domande? L incidenza di alcuni esiti negativi dell assistenza ospedaliera (come la mortalità dopo un ricovero o le complicanze dopo un intervento) sta aumentando o sta diminuendo? Esistono alcune strutture ospedaliere o aree di residenza in cui questi esiti sfavorevoli avvengono con maggiore frequenza? E possibile identificare le possibili cause correlate all incidenza di questi esiti? La qualità dell assistenza sanitaria è migliorata dopo l introduzione di cambiamenti organizzativi o strutturali?

3 Alcune definizioni: prevalenza e incidenza La prevalenza indica la proporzione di individui in una popolazione che presentano la malattia in uno specifico momento temporale (dato di stock). L incidenza fa riferimento all occorrenza di nuovi casi di malattia durante un determinato periodo di osservazione (dato di flusso).

4 Il primo passo: il conteggio dei casi La misura della frequenza di malattia in una popolazione ha inizio con un semplice conteggio dei casi, descrivendo: il loro numero in un particolare istante temporale (conteggio di prevalenza); il numero di nuovi casi di malattia durante un periodo di tempo (conteggio di incidenza). Nelle valutazioni comparative, tuttavia, è necessario che il conteggio (ad esempio, il numero di complicanze dopo un intervento chirurgico) sia espresso in relazione alla dimensione della popolazione da cui i casi hanno avuto origine (il volume di attività ).

5 Le proporzioni L espressione del conteggio in relazione alla dimensione della popolazione si realizza nelle forme di proporzione o tasso. Entrambe le misure sono rapporti, costituiti, quindi, da un numeratore e da un denominatore. La proporzione è un rapporto in cui il numeratore è un sottoinsieme del denominatore: varia tra zero e uno, non ha unità di misura (adimensionale) ed è assimilabile al concetto di probabilità. Può essere espressa come percentuale. Ad esempio, potremmo aver osservato che, in un determinato ospedale, il 15% dei pazienti operati per colecistectomia laparoscopica era diabetico.

6 Solo per completezza: gli odds L odds è una trasformata della proporzione p, definita come: odds = p / (1 - p). E adimensionale e può variare da 0 a. Quando l evento in studio è raro (ad esempio, nel caso di proporzioni minori del 5%) la proporzione ed il suo omologo odds saranno approssimativamente equivalenti. L odds è la misura di riferimento di uno dei più diffusi modelli di regressione, la regressione logistica, utilizzata nel PReValE per la specificazione dei modelli predittivi.

7 L incidenza cumulativa L incidenza cumulativa, anche nota come rischio, è una misura di incidenza basata sulle proporzioni. E calcolata come rapporto tra il numero di nuovi casi di malattia avvenuti durante un determinato periodo di osservazione e il numero di soggetti inizialmente esposti a rischio. Per un corretto calcolo e una corretta interpretazione di questa misura, è necessario che tutti i soggetti siano stati osservati per un identico periodo di follow-up, e che questo sia chiaramente esplicitato nella presentazione dei rischi. Colecistectomia laparoscopica: complicanze a 30 giorni. Lazio Struttura Comune Interventi (N.) Complicanze (N.) Rischio grezzo Osp. S. Pertini Roma %

8 I tassi, una misura per l incidenza Il tasso è una particolare tipologia di rapporto utilizzato per quantificare processi dinamici, come la crescita o la velocità. In epidemiologia viene utilizzato per esprimere, con un unica grandezza, sia la frequenza di una malattia (quanti pazienti sviluppano la malattia) che la sua velocità (quando i pazienti sviluppano la malattia). Il tasso, anche noto come densità di incidenza, viene calcolato rapportando il numero di nuovi casi di malattia, sviluppati durante un periodo di osservazione, al totale di anni-persona. Può variare tra 0 e, ed ha unità di misura, il (tempo) -1 : ad esempio, 150 casi per anni-persona.

9 Un esempio concreto: due tassi di mortalità Figura 1 Tasso = 0.29 Figura 2 Rischio = 0.67 Tasso = 0.20 Rischio = 0.67 Paziente 1 Paziente 1 Paziente 2 D Paziente 2 D Paziente 3 D Paziente 3 D Anni Anni D = Esito, dall inglese death o disease. Il tasso (figura 1) viene calcolato dividendo la somma degli esiti per la somma degli anni-persona, ovvero: 2 / ( ) = 0.29 esiti per anno-persona.

10 Le misure di associazione Le misure di associazione vengono calcolate per quantificare l effetto di un esposizione sull occorrenza di malattia. Vengono calcolate confrontando l occorrenza di malattia tra un gruppo di esposti e un gruppo di non esposti. Nel PReValE l esposizione è costituita dalla struttura di ricovero e presenta, pertanto, molteplici livelli. L associazione può essere positiva (se l esposizione è un fattore di rischio), negativa (se l esposizione è un fattore protettivo), neutrale (se gli esposti e i non esposti presentano una simile incidenza di malattia).

11 Le misure di associazione: assolute e relative Le misure di associazione possono essere classificate in due principali tipologie: assolute e relative. Entrambe le tipologie confrontano l occorrenza di malattia tra esposti e non esposti, ciò che le differenzia è la modalità con cui viene effettato il confronto: misure assolute: differenza tra rischi o tra tassi; misure relative: rapporto tra rischi o tra tassi.

12 Le misure di associazione assolute e relative: due domande differenti Le misure assolute di associazione forniscono un risposta alla domanda: Quanti casi di malattia sono attribuibili all esposizione? Quanti casi di malattia sono stati prevenuti dall esposizione? Impatto assoluto dell esposizione (quanti casi di malattia). Le misure relative di associazione forniscono una risposta alla domanda: Di quante volte gli esposti hanno una maggiore (o minore) probabilità di sviluppare la malattia rispetto ai non esposti? Forza dell associazione tra l esposizione e la malattia.

13 L interpretazione dei risultati Misure assolute di associazione Risk Difference = 30% (R E ) - 10% (R NE ) = 20%. Negli esposti, ogni 100 individui, 20 casi di malattia sono attribuibili all esposizione. Misure relative di associazione Risk Ratio = 30% (R E ) / 10% (R NE ) = 3.0. Gli esposti prentano un rischio tre volte maggiore rispetto ai non esposti di sviluppare la malattia.

14 Risk Ratio e tabella a doppia entrata Infarto Miocardico Acuto: mortalità a 30 giorni dal ricovero. Lazio 2013 Policlinico A. Gemelli A.O. S. Filippo Neri Deceduti Non deceduti Totale Inizialmente esposti a rischio. Rischio 6.25% (25 / 400) 4.62% (18 / 390) Risk Ratio 1.35 (6.25% / 4.62%)

15 I rischi relativi (risk ratio) nel PReValE: diversi confronti a disposizione Infarto Miocardico Acuto: mortalità a 30 giorni dal ricovero. Lazio 2013 Mortalità aggiustata Rischio Relativo aggiustato (RR) Policlinico A. Gemelli 6.23% 0.68 Media regionale 9.17% - Mortalità aggiustata Rischio Relativo aggiustato (RR) Policlinico A. Gemelli 6.23% 1.04 Benchmark regionale 5.98% -

16 I rischi relativi nel PReValE: outcome negativo o positivo? Infarto Miocardico Acuto: mortalità a 30 giorni dal ricovero. Lazio 2013 Mortalità aggiustata Rischio Relativo aggiustato (RR) Policlinico A. Gemelli 6.23% 0.68 Media regionale 9.17% - Frattura del collo del femore: intervento chirurgico entro 48 ore. Lazio 2013 Proporzione aggiustata Rischio Relativo aggiustato (RR) Policlinico A. Gemelli 59.70% 1.79 Media regionale 33.34% - Esito negativo (mortalità dopo l infarto): RR < 1 Esito positivo (intervento per frattura del femore entro 48 ore): RR > 1 Entrambi i risultati sono favorevoli

17 Una particolare tipologia di confronto : l analisi del trend Frattura del collo del femore: intervento chirurgico entro 48 ore. Trend Confronta con l anno precedente: 2012: RR = : RR = 3.06

18 Misure di associazione e test statistici Questi risultati favorevoli sono statisticamente significativi?

19 Il p-value Il p-value è la probabilità di un errore, ovvero la probabilità di affermare che esiste una differenza tra ospedali quando, in realtà, questa differenza non esiste ed è interamente attribuibile al caso. Per convenzione, una differenza viene considerata statisticamente significativa se il p-value prodotto dal test statistico risulta minore o uguale a 0.05.

20 L interpretazione del p-value Frattura del collo del femore: intervento chirurgico entro 48 ore. Lazio 2013 Media regionale: 33.34% Proviamo a interpretare i valori del p-value: la probabilità di sbagliare per effetto del caso se dichiariamo che nell A.O. Tor Vergata la proporzione di pazienti operati entro le 48 ore è diversa dalla media regionale è pari al 52.4%.

21 Le tre grandezze fondamentali che determinano il p-value: quali relazioni? 1. Tenendo costanti la media nazionale e il numero di osservazioni analizzate, il p-value diminuisce all aumentare della forza della misura di associazione; 2. tenendo costanti la media nazionale e il rischio relativo, il p-value diminuisce all aumentare del numero di osservazioni analizzate; 3. tenendo costanti il numero di osservazioni analizzate e il rischio relativo, il p-value diminuisce all aumentare della frequenza dell esito in studio.

22 Variazione del p-value al variare della forza della misura di associazione Identificativo dell ospedale Numero di ricoveri analizzati Rischio Media regionale Rischio Relativo P-value Ospedale A 60 15% 10% 1,5 0,195 Ospedale B 60 20% 10% 2,0 0,016 Ospedale C 60 25% 10% 2,5 < 0,001

23 Variazione del p-value al varare del numero di osservazioni analizzate Identificativo dell ospedale Numero di ricoveri analizzati Rischio Media regionale Rischio Relativo P-value Ospedale A 40 20% 10% 2,0 0,057 Ospedale B 50 20% 10% 2,0 0,030 Ospedale C 60 20% 10% 2,0 0,016

24 Variazione del p-value al variare della frequenza dell esito in studio Identificativo dell ospedale Numero di ricoveri analizzati Rischio Media regionale (frequenza dell esito) Rischio Relativo P-value Ospedale A 60 10% 5% 2,0 0,125 Ospedale B 60 20% 10% 2,0 0,016 Ospedale C 60 70% 35% 2,0 < 0,001

25 Un caso particolare Infarto Miocardico Acuto: mortalità a 30 giorni dal ricovero. Lazio 2013 Pur presentando rischi relativi rispetto alla media identici, la Casa di cura S.Anna non raggiunge la significatività statistica (p>0.05) a causa del limitato numero di osservazioni (74 ricoveri) mentre L Ospedale S.Spirito (370 ricoveri) presenta un valore della p=0.011, che indica una mortalità significativamente più bassa rispetto alla media regionale.

26 L incertezza della stima e gli intervalli di confidenza Oltre ai test statistici sui rischi relativi, è possibile calcolare per ciascuna misura di associazione, un intervallo di valori tale da essere confidente, ad un determinato livello di probabilità, che esso includa il valore reale del rischio relativo. Ipotizziamo di aver stimato per una determinata struttura ospedaliera un rischio relativo rispetto alla media pari a 1.95 e di aver calcolato attorno ad esso il seguente intervallo di confidenza al 95%: [ ]. Ebbene, siamo confidenti al 95% che questo intervallo comprenda il valore reale del rischio relativo, ovvero il valore che avremmo osservato per quella struttura all aumentare indefinito del numero delle prove (ovvero i ricoveri analizzati).

27 Relazione tra ampiezza dell intervallo e numero di osservazioni analizzate L ampiezza dell intervallo di confidenza fornisce un indicazione sulla precisione della stima. L ampiezza diminuisce all aumentare del numero di osservazioni analizzate. Rischio Relativo Numerosità campionaria * Livello di confidenza Intervallo di confidenza % % % * Equamente distribuita tra esposti e non esposti.

28 Ampiezza dell intervallo e test statistici L ampiezza dell intervallo è legata al risultato del test statistico. Si supponga di aver calcolato un rischio relativo pari a 2.00 e di aver ottenuto un p-value pari a (>0.05). Quale dei due intervalli di confidenza al 95% è compatibile con questo risultato? [ ] [ ] Non compatibile Compatibile Infatti, se un intervallo di confidenza per il rischio relativo comprende il valore 1, ad esempio [ ], allora il test statistico risulterà non significativo (p>0.05) e non sarà possibile rifiutare l ipotesi di indipendenza tra l esposizione e la malattia.

29 Grazie a tutti per l attenzione!