1

30 Settembre 2015

LABORATORIO DI SANITÀ PUBBLICA E STUDI DI POPOLAZIONE DEL DIPARTIMENTO DI MEDICINA MOLECOLARE DELL’UNIVERSITÀ DI PADOVA IN COLLABORAZIONE CON ARPA PADOVA

RELAZIONE SULLA FASE PILOTA DEL PROGETTO DI SORVEGLIANZA SANITARIA DELLA POPOLAZIONE ASSISTITA DALL’ASL 16 DI PADOVA CON UN PARTICOLARE INTERESSE NEI POTENZIALI EFFETTI SULLA SALUTE DA INQUINAMENTO ATMOSFERICO - UNO STUDIO LONGITUDINALE IN PADOVA (SLPD)

2

INDICE :

- Background pag 4 - Obiettivi pag 6 - Materiali e Metodi pag 7

o Epiair2 pag 10 o Termovalorizzatore pag 12 o Studio Longitudinale pag 15

- Risultati pag 18 o Epiair2 pag 18 o Termovalorizzatore pag 19 o Studio Longitudinale pag 27

- Considerazioni conclusive pag 62 - Appendice pag 64

3

Questa relazione conclude la fase pilota di un progetto di collaborazione fra il Comune di Padova, Acegas Aps SpA (ora Acegas Aps Amga Spa), l’Azienda Sanitaria Locale 16 di Padova, l’ARPA di Padova e il Laboratorio di Sanità Pubblica e Studi di Popolazione del Dipartimento di Medicina Molecolare dell’Università di Padova avente come obbiettivo specifico il monitoraggio dello stato di salute della popolazione interessata dalle emissioni dell’impianto di termovalorizzazione di S. Lazzaro nell’ambito di un progetto più generale di creare un sistema di sorveglianza sanitaria dell’intera popolazione assistita dall’ASL 16 in grado monitorare le condizione di salute dell’intera popolazione e di studiare il suo evolversi nel tempo. Hanno contribuito in varia misura a portare a termine la fase pilota del progetto: D.ssa Ton, Dr. Mazzetto per il Comune di Padova; Dr. Scibetta, Dr. Donato, D.ssa Facin, D.ssa Dal Prà, Dr. Marcato, Dr. Rampazzo per l’ASL16 di Padova; Ing. Giacomini, Ing. Trapanotto, Arch. Matteraglia (consulente) per AcegasApsAmga; Ing. Restaino, Ing. Beltramin, D.ssa Liguori per ARPA Prof. Simonato, D.ssa Cestari, D.ssa Zabeo, D.ssa Canova per il Dipartimento di Medicina Molecolare dell’Università di Padova

4

1. BACKGROUND

L’inquinamento atmosferico è una fonte di esposizione onnipresente e complessa e non è facile studiarne gli effetti sulla salute. La miscela di inquinanti atmosferici non è pienamente caratterizzabile ne facilmente replicabile in esperimenti che prevedono l’esposizione di animali o di volontari in laboratorio. Questi studi sperimentali tendono a investigare le proprietà tossicologiche di singoli agenti inquinanti piuttosto che le complesse interazioni che avvengono nella miscela. Gli studi epidemiologici utilizzano uno o più agenti inquinanti come marcatori della miscela di inquinanti (ad es. l’NO2 o il PM10) ma le correlazioni tra alcuni marcatori dell’inquinamento e i loro effetti sulla salute non riflettono necessariamente un rapporto di causalità. Gli effetti rilevati potrebbero essere provocati da uno o più agenti inquinanti atmosferici la cui presenza è correlata al marcatore utilizzato negli studi. Gli studi dovrebbero quindi puntare all’analisi di una miscela di emissioni fonte specifica piuttosto che di un singolo agente inquinante.

Una delle conseguenze della complessità dell’inquinamento atmosferico è il fatto che anche gli effetti dell’inquinamento dell’aria sulla salute sono complessi e includono numerosi disturbi aspecifici. Naso e polmoni sono i primi a entrare in contatto con gli agenti inquinanti. A seconda delle caratteristiche fisiche e chimiche degli agenti inquinanti, dello stato anatomico o fisiologico della persona, del suo pattern respiratorio o del suo livello di attività, gli agenti inquinanti colpiscono il sistema respiratorio a vari livelli di profondità. Le particelle grossolane colpiscono in particolare le vie aeree superiori mentre le particelle sottili raggiungono le vie aeree più piccole e gli alveoli, pur depositandosi anche nel naso. I gas idrosolubili (come l’SO2) reagiscono con lo strato di muco delle vie aeree superiori mentre i gas meno solubili (come l’NO2) hanno più possibilità di raggiungere gli alveoli. Gli agenti inquinanti possono compromettere i meccanismi di autodifesa del sistema respiratorio. Lo strato di muco e le cellule ciliate sono un’importante prima linea di difesa che impedisce agli agenti inquinanti di raggiungere le vie aeree superiori. Tuttavia, gli agenti inquinanti possono modificare la composizione o compromettere la produzione del muco e/o pregiudicare il funzionamento dell’epitelio ciliare. Gli inquinanti possono inoltre raggiungere le terminazioni delle cellule sensoriali situate tra gli strati epiteliali presenti lungo le vie aeree, colpendo la muscolatura liscia con conseguente iperreattività delle vie aeree o aumento della secrezione di muco.

L’esposizione all’inquinamento da traffico veicolare rappresenta un fattore di rischio verso un’ampia gamma di effetti a medio e lungo-termine, come un aumento della mortalità generale, della mortalità per patologie cardiovascolari, della frequenza

5

delle patologie respiratorie quali asma, BPCO, e tumore al polmone. Nel 2013 infatti l’inquinamento atmosferico è stato inserito dall’International Agency for Research on Cancer (Iarc) nel gruppo 1 delle sostanze cancerogene per l’uomo.

In Italia sono numerosi gli studi condotti in questo campo con una rilevante presenza di esperienze scientificamente valide a livello internazionale. Fra queste va segnalata l’esperienza nazionale multicentrica dello studio MISA, poi continuata nei progetti EPIAIR 1 e 2 finanziati dal Centro Controllo della Malattie (CCM) del Ministero della Sanità. Nel 2009 sono stati pubblicati i risultati dello studio EPIAIR [1], e più di recente quelli dello studio EPIAIR II, che includeva 25 città italiane, e che ha indagato gli effetti a breve termine delle emissioni di NO2, PM10, PM2,5 e O3, utilizzando fonti correnti quali gli archivi delle cause di morte [2] e dei ricoveri ospedalieri [3].

[1] Galassi C, Faustini A, Colais P, Stafoggia M, Berti G, Biggeri A, et al. EpiAir health data. Epidemiol Prev 2009 Nov-Dec;33(6 Suppl 1):43-51.

[2] Alessandrini ER, Faustini A, Chiusolo M, Stafoggia M, Gandini M, Demaria M, et al. Air pollution and mortality in twenty-five Italian cities: results of the EpiAir2 Project. Epidemiol Prev 2013 Jul-Oct;37(4-5):220-229.

[3] Scarinzi C, Alessandrini ER, Chiusolo M, Galassi C, Baldini M, Serinelli M, et al. Air pollution and urgent hospital admissions in 25 Italian cities: results from the EpiAir2 project. Epidemiol Prev 2013 Jul-Oct;37(4-5):230-241.

6

2. OBIETTIVI L’obbiettivo di fondo del progetto è di costruire a Padova un sistema avanzato di sorveglianza epidemiologica sulla popolazione assistita dall’AUSL 16 che permetta di inserire questa importante realtà veneta in esperienze nazionali dalle quali era stata finora esclusa. Questa esigenza improcrastinabile in una visione moderna di monitoraggio e controllo dei livelli di salute della popolazione si basa sulla fattiva collaborazione fra l’Assessorato all’Ambiente del Comune di Padova, la società ACEGAS –APS S.p.A., la Direzione Sanitaria dell’AUSL 16 di Padova, la sede di Padova dell’ARPA e l’Osservatorio Regionale Aria dell’Agenzia Regionale Protezione Ambientale con la consulenza scientifica del Dipartimento di Medicina Ambientale e Sanità Pubblica dell’Università di Padova. Gli obbiettivi specifici sono:

1) Includere la popolazione di Padova assistita dall’AUSL 16 nello studio nazionale multicentrico EPIAIR2, progetto voluto e finanziato dal ministero della Salute attraverso il CCM;

2) Indagare i potenziali effetti sulla salute dei livelli di inquinamento derivanti dall’impianto di incenerimento dei rifiuti operante a Padova attraverso l’analisi spaziale della distribuzione delle malattie in rapporto alla caratteristiche temporali e geografiche delle emissioni resa possibile dalla costituzione di un archivio costituito dall’integrazione delle fonti sanitarie correnti in conformità al modello di Sistema Epidemiologico Integrato (SEI) anch’esso oggetto di un programma ministeriale CCM;

3) Verificare la fattibilità a Padova di un sistema integrato di sorveglianza sanitaria basato sull’utilizzo delle fonti correnti sanitarie e sul loro incrocio con gli archivi della popolazione assistita e residente

7

3. MATERIALI E METODI:

L’ UTILIZZO DELLE FONTI CORRENTI DEL SERVIZIO SANITARIO NAZIONALE PER INDAGINI EPIDEMIOLOGICHE

Nell’ultimo decennio si è assistito all’ampia diffusione di banche dati informatizzate di pertinenza sanitaria il cui utilizzo è prevalentemente orientato agli aspetti organizzativi dei servizi e al monitoraggio della spesa e delle risorse sanitarie [1]. Sebbene disegnate, implementate e utilizzate per scopi diversi da quelli classici dell’epidemiologia, tali banche sono tuttavia potenzialmente utili per l’allestimento di sistemi di registrazione e sorveglianza degli eventi sanitari e la conduzione di studi di epidemiologia descrittiva e analitica [2]. La potenziale utilità delle banche dati informatizzate in epidemiologia è inquadrabile in numerosi campi.

• Registrazione/sorveglianza delle patologie ed epidemiologia descrittiva [3,4]. La ‘cattura’ dei singoli casi insorti in una ben definita popolazione (dinamica) può essere effettuata mediante il linkage tra banche dati informative dei singoli contatti del paziente con una struttura/servizio del Sistema Sanitario Nazionale (ricovero, prescrizione farmaceutica, visita ambulatoriale, ecc…) e degli eventi sottoposti a registrazione obbligatoria (decessi). La prevalenza (e l’incidenza) di una malattia può essere misurata includendo tra i casi gli individui appartenenti alla popolazione in studio che sperimentano (per la prima volta) un contatto con un servizio sanitario suggestivo della presenza (insorgenza) della malattia stessa.

• Farmacoepidemiologia analitica [5]. Lo studio del profilo dei rischi (eventi avversi) associati a una determinata terapia può essere effettuato mediante il linkage tra banche dati informative dell’entità di esposizione al farmaco, o alla categoria di farmaci, di interesse (banche dati sulle prescrizioni farmaceutiche) e degli eventi di natura sanitaria (banche dati ricoveri ospedalieri e sulle visite specialistiche e registro di mortalità residente) sperimentati dagli esposti e da adeguati gruppi di controllo.

• Appropriatezza e qualità delle cure mediche, in termini di frequenza, tempi medi delle prestazioni, terapie effettuate e sopravvivenza. bilancio costo-efficacia delle risorse impiegate, ecc… [6]. Tali campi possono essere indagati selezionando una coorte di individui che per la prima volta sperimentano un evento suggestivo dell’insorgenza della patologia

8

di interesse e il successivo linkage con banche dati informative della frequenza e dell’entità delle prestazioni sanitarie (banche dati sulle prescrizioni farmaceutiche, sui ricoveri ospedalieri e sulle visite specialistiche) e di esiti di interesse (ad esempio attraverso il registro di mortalità residente).

• Supporto nella conduzione di studi di epidemiologia analitica. Ad esempio, negli studi di coorte, l’insorgenza dell’evento in studio può essere rilevata dall’archivio dei dimessi ospedalieri e dal registro di mortalità [7]. Analogamente, negli studi caso-controllo la selezione dei casi può essere effettuata dalla stessa fonte, mentre i controlli possono essere casualmente selezionati dall’archivio anagrafico degli assistiti [8]. Infine, la possibilità di “innestare” studi caso-controllo in indagini di coorte o, in modo più innovativo, studi di coorte in sistemi di sorveglianza caso-controllo, rappresentano ulteriori potenzialità dell’uso delle banche dati [9].

Le caratteristiche delle banche dati automatizzate che si traducono in potenziali vantaggi nel loro utilizzo a fini epidemiologici sono essenzialmente tre:

1) l’ampia, e potenzialmente esaustiva, disponibilità dei dati organizzati a livello individuale, che induce a guardare verso tali approcci come efficienti alternative ai classici sistemi di registrazione e agli studi epidemiologici che prevedono la raccolta ad hoc dei dati di interesse [10,11];

2) le popolazioni bersaglio sono ben definite e di ampie dimensioni con la conseguenza che alcuni dei problemi che classicamente condizionano la validità e la precisione delle stime (in questo caso rispettivamente legati alla selezione e all’insufficiente numerosità della popolazione in studio), risultano in questi casi scarsamente influenti.

3) la flessibilità, nel senso che il linkage tra banche dati può facilmente essere effettuato con diversi approcci (ad esempio nella scelta del gruppo di controllo, della finestra temporale, ecc…) e disegni osservazionali (ad esempio, prospettico, retrospettivo o ambidirezionale, ecc…) per rispondere ad un unico quesito scientifico; ciò consente l’analisi della robustezza dei risultati valutando gli effetti delle diverse opzioni metodologiche sulla consistenza delle conclusioni [12].

Bisognerebbe tuttavia considerare che l’uso generalizzato delle banche dati automatizzate spesso genera un sostanziale scetticismo per almeno tre motivi.

9

Innanzitutto la qualità dei dati è spesso ignota [13]. Gli errori diagnostici e di codifica necessariamente si traducono in misclassificazioni, generalmente non differenziali, dell’esposizione e della diagnosi la cui entità non è nota ma la cui direzione è spesso tale da comportare la sottostima della frequenza della malattia in studio e l’oscuramento dell’associazione tra determinante e malattia. In secondo luogo, la maggior parte degli archivi è disegnata per fini amministrativi piuttosto che epidemiologici in senso lato. Ciò condiziona, ad esempio, la scelta dell’unità statistica (record) di rilevazione rappresentata dall’evento soggetto a registrazione (ad esempio il singolo farmaco prescritto, il ricovero ospedaliero, ecc…), piuttosto che dall’individuo che sperimenta l’evento stesso. In tali condizioni, il riconoscimento di un individuo che compare più di una volta in una banca dati (ad esempio perché viene ricoverato più volte con la stessa diagnosi) o in più banche (ad esempio perché, oltre ad essere ricoverato per una specifica malattia, gli vengono prescritti farmaci specificatamente rivolti alla cura di quella malattia) comporta il record linkage entro e tra banche dati. Tale operazione si riflette su due problemi di notevole rilevanza. Il primo riguarda il fatto che l’accesso a informazioni individuali in assenza del diretto coinvolgimento dei pazienti comporta che la confidenzialità dei dati e l’anonimato dei pazienti deve essere necessariamente assicurato [14]. Il secondo riguarda il fatto che, in presenza di errori nel codice di riconoscimento (codice assistito regionale e/o codice fiscale), vengono introdotti errori sistematici di entità e direzione ignota [15]. Nonostante i limiti sopra descritti, la grande diffusione di banche dati di pertinenza sanitaria e l’enorme mole di dati da esse acquisibili in tempi brevi e con costi limitati, rende il loro utilizzo di grande interesse e attualità. Questi aspetti sono stati recentemente esaminati e valutati in un documento commissionato dal Ministero della Salute e pubblicati dall’Istituto Superiore di Sanità [16]

Presentiamo di seguito alcuni aspetti riguardanti Materiali e Metodi utilizzati nelle tre diverse azioni del progetto SLPD.

10

3.1 ATTIVAZIONE DEL PROGETTO NAZIONALE EPIAIR2 A PADOVA

Il progetto EpiAir-2 (scaricabile dal sito del ns Dipartimento come vedi allegato 1 www.daspetc) si è proposto il mantenimento in Italia di attività correnti di sorveglianza epidemiologica dell’inquinamento atmosferico, sia di un’azione di valutazione scientifica dell’impatto dell’inquinamento ambientale nella realtà italiana, associato ad una analisi dell’efficacia dei provvedimenti in atto o previsti per ridurre tale impatto. Per l’attivazione del progetto a Padova si è agito in due direzioni per la raccolta dei dati necessari: ambientale e sanitaria. Per quanto riguarda i dati ambientali, l’ARPAV di Padova ha fornito le informazioni in merito alle centraline e agli inquinanti ivi monitorati per il periodo in studio, 2006-2010. I criteri per la scelta delle stazioni sono, in accordo con il precedente progetto EPIAIR1:

• stazioni preferibilmente di fondo; • che misurino la esposizione delle popolazioni ai singoli inquinanti nelle aree

urbane; • che misurino con continuità nell’intervallo di tempo considerato dal progetto

(2006-2010); • con una completezza (indicatori giornalieri) del 75% almeno per stagione; • (se possibile selezionare più stazioni per inquinante è necessario documentarne

le correlazioni). Il calcolo della completezza dei dati è stato valutato su due stagioni: la stagione estiva comprende i mesi da aprile a settembre (inclusi), la stagione invernale è a cavallo di due anni e comprende i mesi da ottobre a dicembre (inclusi) e da gennaio a marzo dell’anno successivo. Negli studi epidemiologici l’attenzione è sempre più rivolta verso quelle stazioni che effettuano il monitoraggio delle situazioni urbane definite “di fondo” e tale sarà il criterio, a fini inoltre di comparabilità dei risultati con la letteratura internazionale. Per quanto riguarda i dati sanitari sono stati utilizzati i dati che saranno forniti l’AUSL 16 che riguardano:

• Anagrafe Sanitaria

11

• Mortalità nel periodo 2006-2010 • SDO nel periodo 2006-2010 più un’ulteriore finestra temporale per il periodo

2004-2005 Il trattamento statistico statistica ha riguardato il record linkage interno agli archivi e tra diversi archivi e la redazione del rapporto descrittivo dei dati sanitari relativi a mortalità, ospedalizzazioni e condizioni di suscettibilità ai danni da inquinamento atmosferico. L’analisi statistica per la determinazione dei rischi collegati all’esposizione è stata condotta adottando il metodo del case-crossover già efficacemente utilizzato nelle precedenti edizioni dei risultati del progetto

12

3.2 ANALISI SPAZIALE DEI LIVELLI DI SALUTE IN RAPP ORTO ALLA FONTE DI INQUINAMENTO COSTITUITA DALL’IMPIANTO DI INCENERIMENTO ACEGAS DI PADOVA

Numerosi studi sono stati pubblicati su associazioni fra effetti sulla salute in popolazioni residenti in aree prossimali a inceneritori o discariche con evidenze non conclusive quando non contraddittorie [17]. Uno studio recente [18] condotto in tre nazioni europee, inclusa l’Italia, riporta stime di impatto sulla salute con una particolare attenzione per quanto riguarda neoplasie e malformazioni stimando un moderato eccesso associato alle passate esposizioni e un impatto associato agli attuali livelli espositivi. Si tratta anche qui di stime basate su modelli di impatto derivati da studi precedenti.

Nel presente progetto, che si avvale di una rete di monitoraggio specifica dei livelli di inquinamento e di dati epidemiologici di popolazione completi e confrontabili a partire da 2000, si è cercato invece di indagare direttamente l’esistenza di una relazione fra distribuzione territoriale dei livelli di inquinamento e la distribuzione delle principali malattie conosciute dalla letteratura scientifica essere influenzate da esposizioni ambientale nella popolazione residente in aree soggette al fenomeno oggetto di indagine. L’indagine epidemiologica è stata condotta secondo tre fasi successive:

step 1: caratterizzazione spaziale a priori soprattutto da parte dei tecnici dell’ARPA e dell’ACEGAS delle concentrazioni al suolo derivanti dalle emissioni dell’impianto inceneritore attraverso stime basate su modelli di dispersione già testati da precedenti indagini ambientali con un particolare interesse alle stime riguardanti il passato e alle variazioni di emissioni associate a mutamenti tecnologici;

step 2: mappatura per mezzo di tecniche di georeferenziazione della casistica delle malattie selezionate per l’analisi della distribuzione delle malattie nelle aree stimate a diversa esposizione ambientale. I casi sono stati individuati tramite operazioni di record-linkage fra fonti correnti e la popolazione dello SLPD e, quando possibile, attraverso l’applicazione di algoritmi già testati in altre realtà di popolazione [19] e basati su operazioni di record linkage fra diverse fonti informative. Una descrizione dettagliata delle operazioni di record linkage e dell’applicazione degli algoritmi è disponibile nel rapporto finale del progetto finanziato da Ministero della Salute/CCM scaricabile dal nostro sito di Dipartimento come allegato 2 www.daspetc ;

13

step 3: analisi statistica dei rischi basata sul confronto fra sottopopolazioni di residenti considerati non o poco esposti con residenti in aree stimate essere soggette a livelli più elevati di ricaduta degli inquinanti.

Per mettere in evidenza le possibili variazioni sono state utilizzate alcune misure, espresse come rapporto standardizzato di mortalità (RSM), rapporto standardizzato di incidenza (RSI) e rapporto standardizzato di prevalenza (RSP). Questi sono il rapporto di due quantità: il numero di eventi osservati al numeratore e il numero di eventi attesi al denominatore, ossia quelli che si osserverebbero nella popolazione oggetto di studio se questa sperimentasse gli stessi tassi di eventi della popolazione presa a riferimento. Gli RSM, RSI e RSP sono interpretabili come dei rischi relativi (RR):

- un valore del rapporto pari a 1 indica un rischio di accadimento dell’evento considerato uguale a quello della popolazione di riferimento, mentre i valori superiori a 1 e quelli inferiori a 1 indicano rispettivamente un eccesso e un deficit del rischio nella popolazione studiata

Sono stati inoltre calcolati gli intervalli di confidenza (IC) al 95% per misurare la significatività statistica dei rapporti standardizzati. L’IC indica un insieme di valori all’interno dei quali ricade il vero valore della misura stimata, nel 95% di ipotetiche ripetizioni della nostra analisi: se l’IC contiene il valore 1 significa che la misura non è statisticamente maggiore o minore di 1, per cui non è presente un eccesso o una riduzione di mortalità/incidenza/prevalenza statisticamente significativo rispetto alla popolazione di riferimento. Tabella 3.2.1. Gruppi di cause per mortalità ed incidenza ospedaliera

Mortalità e incidenza ospedaliera

Patologia Codice ICD9-CM Codice ICD10-CM

Tumori maligni 140–208 C

Malattie del sistema cardio-vascolare 390-459 L

Malattie del sistema respiratorio 460-519 J

Solo incidenza ospedaliera

Patologia Codice ICD9-CM Codice ICD10-CM

IMA 410 I21

14

Tabella 3.2.2. Algoritmi per l’identificazione dei casi prevalenti per patologia

Prevalenza Patologia Certificati di

morte (ICD9-CM e

ICD10)

Schede di dimissione osped.

(ICD9-CM)

Prescriz. farmaceutiche (ATC)

Esenzioni ticket (CODICE

ESENZIONE)

Bpco (35 anni e +)

490*-492*, 494*, 496* e

J40-J44

490*-492*, 494*, 496*

R03 (almeno 5 confezioni in

4 mesi o 3-10 confezioni in 2-3 mesi o 3-4 confezioni in

4-6 mesi dello stesso farmaco)

Cardiopatia ischemica

410*-414* e I20-I25

410*-414* C01DA* (almeno 2

prescrizioni farmaceutiche) 002.414 (nell’anno di

stima o nei 3 anni precedenti)

* È stato definito caso prevalente il soggetto presente nell’anno di stima in almeno uno degli archivi sanitari.

15

3.3 STUDIO DI FATTIBILITÀ DELLA MESSA IN OPERA DI U N SISTEMA INTEGRATO DI SORVEGLIANZA SANITARIA BASATO SULL’UTILIZZO DELLE FONTI CORRENTI SANITARIE E SUGL I ARCHIVI DELL’ASL E DEL COMUNE DI PADOVA

Si sta facendo sempre più concreta la possibilità di costruire ed attivare sistemi di sorveglianza sanitaria basati sull’utilizzo delle fonti correnti sanitarie [20][21][22]. L’attivazione di sistemi integrati permette la costruzione di studi longitudinali di tipo prospettico che sono candidati a diventare lo strumento più efficace nel governo della Sanità Pubblica. L’azione si svolge in quattro fasi:

1) Verifica della disponibilità dei dati per ciascuna delle fonti correnti ( certificati di morte (CM), ricoveri ospedalieri (SDO), prescrizioni farmaceutiche (PF), esenzioni ticket (ET), etc. con un particolare interesse alle annate storiche perché permettono una base più solida all’avvio del sistema integrato;

2) Acquisizione dell’anagrafe degli assistiti sia nella versione corrente che delle annate storiche disponibili. Acquisizione dei dati provenienti dalle fonti correnti e costruzione di un archivio specifico. Controlli logici di qualità sui dati ricevuti;

3) Operazione di record-linkage deterministico fra anagrafe assistiti e fonti correnti utilizzando un approccio multistep già utilizzato in precedenti esperienze;

4) Applicazione di algoritmi patologia-specifici già utilizzati in precedenti esperienze nazionali e internazionali allo scopo di ottenere stime di frequenza di importanti patologie cronico-degenerative

Riferimenti bibliografici

[1] van Eijk MEC, Krist LFG, Avorn J, et al. Do the research goal and databases match? A checklist for a systematic approach. Health Policy 2001; 58: 26-74.

[2] Motheral BR, Fairman KA. The use of claims databases for outcome research: rationale, challenges and strategies. Clinical Therapeutics 1997; 19: 346-66.

[3] Rothenberger DA, Dalberg DL, Leininger A. Minnesota Colorectal Cancer Initiative: successful development and implementation of a community-based colorectal cancer registry. Dis Colon Rectum. 2004; 47: 1571-7.

16

[4] Osborne ML, Vollmer WM, Johonson RE, et al. Use of automated prescription database to identify individuals with asthma. J Clin Epidemiol 1995; 48: 1393-7.

[5] Strom BL, Carson JL. Use of automated databases for pharmacoepidemiology research. Epidemiol Rev 1990;12:87-107.

[6] Garg AX, Adhikari NK, McDonald H, et al. Effects of computerized clinical decision support systems on practitioner performance and patient outcomes: a systematic review. JAMA. 2005; 293: 1223-38.

[7] Howe GR. Use of computerized record linkage in cohort studies. Am J Epidemiol 1998; 20: 112-21.

[8] Psaty BM, Koepsell TD, Siscovick D, et al. An approach to several problems in using large databases for population-based case-control studies of the therapeutic efficacy and safety of anti-hypertensive medicines. Stat Med 1991; 10: 653-62.

[9] Spitzer WO, Suissa S, Ernst P, et al. The use of beta-agonists and the risk of death and near death from asthma. New Engl J med 1992; 326: 501-6.

[10] Greenfield S. The state of outcome research. Are we on target? New Engl J Med 1989; 320: 1142-3.

[11] Paul JE, Weis KA, Epstein RA. Data bases for variations research. Medical Care 1993; 31(suppl):YS96-YS102.

[12] Corrao G, Zambon A, Faini S, et al. Short-acting inhaled β2-agonists and the risk of death from chronic obstructive pulmonary disease: comparison of observational designs. J Clin Epidemiol 2005; 58: 92-97.

[13] Jollis JG, Ancukiewicz M, DeLong ER, et al. Discordance of databases designed for claims payment versus clinical information systems: implications for outcome research. Ann Intern Med 1993; 119: 844-50.

[14] Horner JS. Computers can be compatible with confidentiality. J Roy Coll Phys Lond 1997; 31: 310-2.

[15] Newcombe HB, Kennedy JM, Axford SJ, et al. Automatic linkage of vital statistics. Science 1959;130:954-9.

[16] Rapporti ISTISAN 14/23 Pt. 1 Misurare in sanità pubblica: registri e sorveglianza. ASPETTI GENERALI. A cura di Giuseppe Costa, Stefania Salmaso

17

e Cesare Cislaghi 2014, v, 232 p. I riassunti e il testo completo sono accessibili da: http://www.iss.it/publ/index.php?lang=1&id=2848&tipo=5

[17] Porta D, Milani S, Lazzarini AI, Perucci C, Forastiere F: Systematic review of epidemiological studies on health effects associated with management of solid waste. Environmental Health 2009,23,8:60.

[18] Forastiere F, Badaloni C, de Hoog K, Krayer von Kraus M, Martuzzi M, Mitis F, Palkovikova L, Porta D, Preiss P, Ranzi A, Perucci C, Briggs D: Health impact assessment of waste management facilities in three European countries.Environmental Health 2011,10:53

[19] Exploiting electronic health archives for epidemiological purposes. Simonato L, Canova C, Corrao G, Costa G,Tessari R Edts, Epidemiologia e Prevenzione 32(3),Inferenze,Milano 2008

[20] Caranci N.,Fano V.,Gini R.,Maggini M., Raschetti R., Simonato L. A laboratory to overcome the babel of the electronic health archives Epidemiol Prev 2012; 36(5): 80-81

[21] Simonato L Epidemiological health archives are evolving Epidemiol Prev 2013; 37(4-5): 201

[22] Lyons RA, Ford DV, Moore L, Rodgers SE. Using data linkage to measure the population health impact of non-healthcare interventions. The Lancet 2014;383:15

18

4. RISULTATI

4.1 ATTIVAZIONE DEL PROGETTO NAZIONALE EPIAIR2 A PADOVA

Si è svolta ed è terminata secondo i tempi previsti l’inclusione di Padova nello studio multicentrico nazionale EPIAIR2 finanziato dal Centro per il Controllo delle Malattie del Ministero della Salute che ha misurato in 25 città italiane le ricadute a livello sanitario dell’inquinamento atmosferico e i cui risultati sono stati pubblicati nel 2013 sulla rivista Epidemiologia e Prevenzione (vedi riferimento nell’Introduzione) e, nello specifico, presentati ad una riunione in Comune a Padova il 19 Febbraio 2014.

Lo studio ha confermato gli effetti di PM10 (ora PM2.5) (per mortalità cardiaca e naturale) e di un maggiore rischio per l’NO2 (per mortalità naturale e respiratoria) con valori di incremento per 10 microgrammi/m2 compresi fra 0.51 e 1.25 a lag 0, mentre non ha evidenziato alcun effetto evidenziato per l’ozono, che era presente nelle precedenti analisi. È stato confermato un rischio più elevato nella stagione calda.

È stato riscontrato un generale calo degli effetti rispetto al quinquennio precedente (per le città incluse in entrambi studi).

Persiste una rilevante eterogeneità dei rischi (per particolato) tra città per alcune cause sia per la variabilità statistica influenzata dalla variabilità della dimensione delle popolazioni studiate sia per la possibile influenza di fattori locali.

I livelli di inquinamento maggiori e i rischi più elevati sono stati riscontrati nelle città situate, come Padova, nella pianura padana, e nelle aree metropolitane come Roma e Milano.

19

4.2 ANALISI SPAZIALE DEI LIVELLI DI SALUTE IN RAPP ORTO ALLA FONTE DI INQUINAMENTO COSTITUITA DALL’IMPIANTO DI INCENERIMENTO ACEGAS DI PADOVA

Abbiamo utilizzato come fonte per categorizzare la popolazione interessata il rapporto della Società Termokimik Corporation S.p.A. incaricata all’epoca della Valutazione di Impatto Ambientale. Tale documento, che riporta le stime di ricaduta al suolo e le deposizioni dei principali inquinanti emessi dall’inceneritore basandosi su un modello consolidato e ampiamente utilizzato a livello internazionale, indica contributi aggiuntivi all’inquinamento dell’ordine della terza cifra decimale per quanto riguarda le polveri PM10. È stato mantenuto l’utilizzo di queste stime anche dopo la messa a disposizione dei risultati contenuti nel rapporto di ARPA Osservatorio Regionale Aria del 12/11/2010 in quanto concordavano .

4.2.1 MAPPA DELLE STIME DI RICADUTE AL SUOLO DELLE EMISSIONI

DALL’IMPIANTO DI TERMOVALORIZZAZIONE DI S.LAZZARO

Fonte: Termokimik Corporation S.p.A.

20

4.2.2 TRASFERIMENTO SULLA MAPPA DEL TERRITORIO COMUNALE

DI PADOVA DELLA DISTRIBUZIONE SPAZIALE DELLE RICADUTE

DELLE EMISSIONI

4.2.3 GEOREFERENZIAZIONE DEGLI ASSISTITI ULSS 16 RE SIDENTI NEL COMUNE DI PADOVA (FONTE ANAGRAFE 2011)

21

4.2.4 TEST DI ANALISI SPAZIALE DELLA MORTALITÀ PER ALCUNE GRANDI CAUSE, DELLE EMISSIONI STIMATE PER IL PERIOD O 2001-2010

Causa di morte Fascia

esp. Conc.PM10

(µg/m3) N. sogg. residenti

N. casi Osservati

N. casi Attesi

RSM IC 95%

Malattie cardio-circolatorie Non esp. <0,001 195812 5460 5460 1 - Esposti >0,001 108638 2339 2792,34 0,84 0,80 - 0,87 Malattie respiratorie Non esp. <0,001 195812 1293 1293 1 - Esposti >0,001 108638 505 663,81 0,76 0,70 - 0,83 Tumori maligni Non esp. <0,001 195812 4222 4222 1 - Esposti >0,001 108638 2252 2367,94 0,95 0,91 - 0,99 Tutte le cause Non esp. <0,001 195812 14753 14753 1 - Esposti >0,001 108638 6621 7792,52 0,85 0,83 - 0,87

4.2.5 TEST DI ANALISI SPAZIALE DELLA MORTALITÀ PER ALCUNE GRANDI CAUSE, PER AREA DI RICADUTA DELLE EMISSIONI STIMATE PER IL PERIODO 2001-2010

Causa di morte Fascia

esp. Conc.PM10

(µg/m3) N. sogg. residenti

N. casi Osservati

N. casi Attesi

RSM IC 95%

Malattie cardio-circolatorie D <0,001 195812 5460 5460 1 - A >0,003 1522 42 40,82 1,03 0,74 - 1,39

B 0,002 – 0,003 19418 454 543,03 0,84 0,76 - 0,92

C 0,001 – 0,002 87698 1843 2208,49 0,83 0,80 - 0,87 Malattie respiratorie D <0,001 195812 1293 1293 1 - A >0,003 1522 7 9,72 0,72 0,29 - 1,48

B 0,002 – 0,003 19418 101 130,20 0,78 0,63 - 0,94

C 0,001 – 0,002 87698 397 523,89 0,76 0,69 - 0,84 Tumori maligni D <0,001 195812 4222 4222 1 - A >0,003 1522 46 32,12 1,43 1,05 - 1,91

B 0,002 – 0,003 19418 459 465,93 0,99 0,90 - 1,08

C 0,001 – 0,002 87698 1747 1869,89 0,93 0,89 - 0,98 Tutte le cause D <0,001 195812 14753 14753 1 - A >0,003 1522 127 111,01 1,14 0,95 - 1,36

B 0,002 – 0,003 19418 1305 1518,41 0,86 0,81 - 0,91

C 0,001 – 0,002 87698 5189 6163,11 0,84 0,82 - 0,87

22

4.2.6 RAPPRESENTAZIONE GRAFICA RSM PER AREE ESPOSITIVE

4.2.7 RAPPORTO STANDARDIZZATO DI PREVALENZA ANNUALE (RSP) DI BRONCO PNEUMOPATIA CRONICO OSTRUTTIVA (BPCO) PER IL PERIODO 2001-2010

Anno Fascia

esp. Conc.PM10

(µg/m3) N. sogg. residenti

N. casi Osservati

N. casi Attesi

RSP IC 95%

2001 D <0,001 195812 1 - A >0,003 1522 23 25,57 0,90 0,57 – 1,35

B 0,002 – 0,003 19418 337 340,63 0,99 0,89 – 1,10

C 0,001 – 0,002 87698 1328 1434,16 0,93 0,88 – 0,98 2002 D <0,001 195812 1 - A >0,003 1522 22 26,96 0,82 0,51 – 1,24

B 0,002 – 0,003 19418 321 355,88 0,90 0,81 – 1,01

C 0,001 – 0,002 87698 1352 1489,17 0,91 0,86 – 0,96 2003 D <0,001 195812 1 - A >0,003 1522 25 25,85 0,97 0,63 – 1,43

B 0,002 – 0,003 19418 325 349,14 0,93 0,83 – 1,04

C 0,001 – 0,002 87698 1327 1456,55 0,91 0,86 – 0,96 2004 D <0,001 195812 1 - A >0,003 1522 24 27,72 0.87 0,55 – 1,29

B 0,002 – 0,003 19418 342 374,55 0,91 0,82 – 1,02

C 0,001 – 0,002 87698 1424 1568,17 0,91 0,86 – 0,96

D <0,001

>0,003

0,003-0,002

0,002-0,001

A B C

23

2005 D <0,001 195812 1 -

A >0,003 1522 26 27,81 0,93 0,61 – 1,37

B 0,002 – 0,003 19418 345 382,01 0,90 0,81 – 1,00

C 0,001 – 0,002 87698 1429 1595,09 0,90 0,85 – 0,94

2006 D <0,001 195812 1 -

A >0,003 1522 26 28,26 0,92 0,60 – 1,35

B 0,002 – 0,003 19418 363 386,12 0,94 0,85 – 1,04

C 0,001 – 0,002 87698 1487 1627,81 0,91 0,87 – 0,96

2007 D <0,001 195812 1 -

A >0,003 1522 25 28,27 0,88 0,57 – 1,31

B 0,002 – 0,003 19418 397 392,81 1,01 0,91 – 1,12

C 0,001 – 0,002 87698 1481 1660,15 0,89 0 85 – 0,94

2009 D <0,001 195812 1 -

A >0,003 1522 20 28,85 0,69 0,42 – 1,07

B 0,002 – 0,003 19418 355 410,03 0,87 0,78 – 0,96

C 0,001 – 0,002 87698 1563 1748,79 0,89 0,85 – 0,94

2010 D <0,001 195812 1 -

A >0,003 1522 23 29,37 0,78 0,50 – 1,18

B 0,002 – 0,003 19418 368 417,04 0,88 0,79 – 0,98

C 0,001 – 0,002 87698 1584 1791,78 0,88 0,84 – 0,93 * L’anno 2008 è stato escluso dall’analisi per incompletezza dei dati di prescrizioni farmaceutiche

24

4.2.8 RAPPRESENTAZIONE GRAFICA RSP DI BPCO PER AREE ESPOSITIVE

4.2.9 RAPPORTO STANDARDIZZATO DI PREVALENZA (RSP) A NNUALE DI CARDIOPATIA ISCHEMICA PER IL PERIODO 2001-2010

Anno Fascia

esp. Conc.PM10

(µg/m3) N. sogg. residenti

N. casi Osservati

N. casi Attesi

RSP IC 95%

2001 D <0,001 195812 1 - A >0,003 1522 24 27,42 0,88 0,56 – 1,30

B 0,002 – 0,003 19418 366 372,55 0,98 0,88 – 1,09

C 0,001 – 0,002 87698 1355 1491,32 0,91 0,86 – 0,96 2002 D <0,001 195812 1 - A >0,003 1522 32 31,24 1,02 0,70 – 1,45

>0,003

0,003-0,002

0,002-0,001

A B C

<0,001 D

25

B 0,002 – 0,003 19418 412 418,99 0,98 0,89 – 1,08

C 0,001 – 0,002 87698 1504 1679,89 0,90 0,85 – 0,94 2003 D <0,001 195812 1 - A >0,003 1522 35 33,75 1,04 0,72 – 1,44

B 0,002 – 0,003 19418 457 461,10 0,99 0,90 – 1,09

C 0,001 – 0,002 87698 1718 1848,69 0,93 0,89 – 0,97 2004 D <0,001 195812 1 - A >0,003 1522 41 35,26 1,16 0,83 – 1,58

B 0,002 – 0,003 19418 483 485,62 0,99 0,91 – 1,09

C 0,001 – 0,002 87698 1805 1946,89 0,93 0,88 – 0,97

2005 D <0,001 195812 1 -

A >0,003 1522 46 36,40 1,26 0,93 – 1,69

B 0,002 – 0,003 19418 537 508,90 1,06 0,97 – 1,15

C 0,001 – 0,002 87698 1949 2049,76 0,95 0,91 – 0,99

2006 D <0,001 195812 1 -

A >0,003 1522 52 35,82 1,45 1,08 – 1,90

B 0,002 – 0,003 19418 536 503,54 1,06 0,98 – 1,16

C 0,001 – 0,002 87698 1935 2036,93 0,95 0,91 – 0,99

2007 D <0,001 195812 1 -

A >0,003 1522 41 34,68 1,18 0,85 – 1,60

B 0,002 – 0,003 19418 524 495,63 1,06 0,97 – 1,15

C 0,001 – 0,002 87698 1911 2008,24 0,95 0,91 – 1,00

2009 D <0,001 195812 1 -

A >0,003 1522 37 33,24 1,11 0,78 – 1,53

B 0,002 – 0,003 19418 503 491,47 1,02 0,94 – 1,12

C 0,001 – 0,002 87698 1882 2001,30 0,94 0,90 – 0,98

2010 D <0,001 195812 1 -

A >0,003 1522 37 32,03 1,16 0,81 – 1,59

B 0,002 – 0,003 19418 498 481,94 1,03 0,94 – 1,13

C 0,001 – 0,002 87698 1823 1979,06 0,92 0,88 – 0,96 * L’anno 2008 è stato escluso dall’analisi per incompletezza dei dati di prescrizioni farmaceutiche

26

4.2.10 RAPPRESENTAZIONE GRAFICA RSP DI CARDIOPATIA ISCHEMICA PER AREE ESPOSITIVE

4.2.11 RAPPORTO STANDARDIZZATO DI INCIDENZA (RSI) D I INFARTO MIOCARDICO ACUTO (IMA) PER IL PERIODO 2001-2010

Periodo Fascia

esp. Conc.PM10

(µg/m3) N. sogg. residenti

N. casi Osservati

N. casi Attesi

RSI IC 95%

2001-2010 D <0,001 195812 1 - A >0,003 1522 23 23,01 1,00 0,63 – 1,50

B 0,002 – 0,003 19418 329 316,18 1,04 0,93 – 1,16

C 0,001 – 0,002 87698 1215 1296,03 0,94 0,89 – 0,99

<0,001 D

>0,003

0,003-0,002

0,002-0,001

A B C

27

4.3 STUDIO DI FATTIBILITÀ DELL’ATTIVAZIONE DI UN SISTEMA INTEGRATO DI SORVEGLIANZA SANITARIA BASATO SULL’UTILIZZO DELLE FONTI CORRENTI SANITARIE E SUGL I ARCHIVI DELL’ASL E DEL COMUNE DI PADOVA

La creazione del sistema si compone di tre fasi:

1. costruzione archivi

- acquisizione degli archivi

- importazione e organizzazione dei dati in un unico dataset per archivio

2. valutazione della qualità dei dati

- distribuzioni di qualità per l’Anagrafe Sanitaria

- distribuzioni di qualità per gli altri archivi

3. record linkage degli archivi con l’Anagrafe Sanitaria

- valutazione storicizzazione dell’archivio anagrafico

- individuazione e valutazione delle chiavi di linkage utilizzabili per singolo

archivio

- esecuzione di procedure di record linkage semi-deterministico a cascata

- valutazione delle percentuali di linkage

28

385000

395000

405000

415000

425000

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Popolazione residente nei Comuni dell'ASL 16,

al 31 dicembre

ASL 16 PADOVA

Il territorio dell’Azienda Sanitaria Locale 16 di Padova comprende 20 Comuni, tra i quali Padova, capoluogo di provincia. Questi Comuni costituiscono i distretti sanitari dall’1 al 5, mentre il distretto 6 di Piove di Sacco non viene considerato poiché entra a far parte dell’ASL 16 dal 01.01.2010.

La seguente tabella riporta la popolazione residente in questi 20 Comuni al 31 dicembre degli anni dal 2001 al 2011, per i quali è stato possibile produrre stime di frequenza:

ANNO TOTALE 2001 388565 2002 391839 2003 398445 2004 403635 2005 406856 2006 408942 2007 413148 2008 418158 2009 421590 2010 425249 2011 415731

Fonte: ISTAT (www.demo.istat.it)

Si nota una tendenza all’aumento della popolazione fino all’anno 2010. Nel 2011 si registra un’inversione, con una riduzione di quasi 10000 individui rispetto all’anno precedente.

29

Fase 1: costruzione archivi

1.1-Acquisizione degli archivi

Gli archivi dell’ASL 16 di Padova disponibili al 9/08/2013 sono i seguenti:

Tab. 4.3.1: Archivi ASL 16; sono specificati il periodo disponibile ed il formato dei dati FONTI PERIODO FORMATO COMMENTI

Anagrafe sanitaria 2007 - 2011 Testo L’AS 2011 fa riferimento al 15/12/2011; mentre l’AS 2007 al 31/12/2007.

Farmaceutica 2001-2010 Testo Dal 2001-2004 la base dati anagrafica è quella relativa al 31.12.2004.

2001-2010 Testo Mobilità passiva delle prescrizioni farmaceutiche: • 2001-2010 farmaci acquistati nelle

farmacie territoriali fuori ASL 16 o forniti dalle farmacie ospedaliere fuori ASL 16;

• 2005-2010 farmaci erogati dalla farmacia ospedaliera (OSA).

Mortalità 2001-2010 Excel Ricevuta la mortalità 2010 (definitiva) SDO 2001-2010 Excel Ricoveri di residenti e non recatisi in una delle

strutture dell’ASL 16 2001-2010 Excel Ricoveri degli assistibili ASL 16 (domiciliati

ma non residenti) avvenuti in Azienda Ospedaliera e IOV. Per le SDO degli anni 2001-2007 si fa riferimento all’anagrafe assistibili e domiciliati del 2007 e per quelle degli anni 2008-2010 all’anagrafe assistibili e domiciliati del 2011.

Mobilità passiva delle SDO

2001-2010 Excel Ricoveri degli assistibili ASL 16 (residenti) avvenuti in strutture esterne all’ASL (compresi IOV e Azienda Ospedaliera).

Esenzioni ticket 1998–2011 Testo

1.2 – Importazione e organizzazione dei dati in un unico dataset per archivio

Tutti gli archivi sono acquisiti ed organizzati in dataset di SAS System. Per ogni archivio si mantiene comunque una copia originale. Per quanto riguarda gli archivi forniti separatamente per anno, si è riscontrato una variabilità nei nomi delle variabili e nella quantità delle stesse per anno (è necessario capire quali variabili corrispondano). La sistemazione di ogni archivio richiede un lavoro differente, per questo motivo è necessario riportare le specifiche modifiche eseguite.

30

Problematiche specifiche riscontrate in fase di importazione:

ANAGRAFE SANITARIA

A partire dal file con estensione ‘.txt’ si eseguono le seguenti modifiche:

- trasformare tutte le tabulazioni ‘;;’ in ‘;.;’ affinché i dati siano importati correttamente dal programma di elaborazione utilizzato (SAS System);

- eliminare eventuali separatori, come ‘;’, ‘ ’, ‘-‘, quando non occorrono perché creano, erroneamente, variabili aggiuntive;

- se ci sono informazioni mancanti sostituirle con ‘.’; - modificare tutte le date presenti nel dataset eliminando il separatore ‘/’ presente

nel formato dd/mm/yyyy e salvarle nel formato dd/mmm; - per ciascun campo verificare che non ci siano simboli o lettere errate, come per

esempio, ‘-‘ nel campo Codice Fiscale.

SCHEDE DI MORTE

A partire dai file excel si eseguono le seguenti modifiche:

- verificare che le variabili comuni nei file relativi alla mortalità infantile e alle schede di morte oltre il primo anno di vita abbiano nome e formato concidente per lo stesso anno;

- verificare che il nome e il formato delle variabili comuni sia lo stesso anche per i diversi anni;

- per ciascun campo verificare che non ci siano simboli o lettere errate; - modificare tutte le date presenti nel dataset eliminando il separatore ‘/’ presente

nel formato dd/mm/yyyy e salvarle nel formato dd/mmm.

ESEMPI:

- Nella mortalità 2001-2007 oltre il primo anno di età la variabile sesso era considerata carattere anziché numerica. Inoltre le variabili ‘parte_atto_m’, ‘serie_atto_m’ e ‘luogo_c_viol’ sono state rinominate rispettivamente ‘parte_atto_morte’,’serie_atto_morte’ e ‘luogo_c_vio’;

- nelle schede di morte oltre il primo anno di età relative agli anni 2008-2009 è stata rinominata anche la variabile ‘sato_civ’ in ‘stato_civ;

- infine nella mortalità 2008-2009 è stato modificato in numerico il formato delle seguenti variabili: ‘causa_viol’, ‘luogo_c_vio’, ‘durata_gest’, ‘ord_nasc’, ‘mort_inf_pr’, ‘n_figli_morti’, ‘n_figli_vivi’, ‘n_ figli_natimorti’, ‘n_aborti’, ‘tipo_parto’, ‘presentaz’, ‘peso_neonato’, ‘luogo_parto’, ‘codificatore’.

31

SCHEDE DI DIMISSIONE OSPEDALIERA (SDO)

A partire dai file excel si eseguono le seguenti modifiche:

- verificare che il nome e il formato delle variabili comuni sia lo stesso per i diversi anni;

- per ciascun campo verificare che non ci siano simboli, spazi o lettere errate; - modificare tutte le date presenti nel dataset eliminando il separatore ‘/’ presente

nel formato dd/mm/yyyy e salvarle nel formato dd/mmm; - convertire in carattere maiuscolo i campi del Nome, Cognome, Codice Fiscale.

ESEMPI:

- A partire dalle variabili in comune con stessa etichetta nelle SDO 2001-2010 (relative ai ricoveri avvenuti nelle strutture dell’ASL 16 e allo IOV o Azienda Ospedaliera), sono stati uniformati i nomi nei casi divergenti:

NUOVO NOME VARIABILE

VECCHIO NOME VARIABILE ANNO SDO

ASLINV cusl_add 2001 CODIST istituto 2001 NUMSCH n-scheda 2001 CODFIS cfisc 2001 CODSAN csan 2001 LUONAS cnas 2001 DATNAS dnas 2001 LUORES cres 2001 TRIM_INVIO trimestre 2001 CODCIT cittad 2001 STACIV statociv 2001 REGRES creg_ass 2001

ASLRES ulss_ass ulss_res uslres

2003 2009-2010 2008

REGRIC regime_ric 2001 MEDPRE cmed 2001 DATAMM dricovero 2001 REPAMM crep_ingr 2001 PROVEN proveniente 2001 TIPRIC tipo_ric 2001 MOTRIC motivo_ric 2001 MOTDAY motico_dh 2001 DIPRIC grado_ric 2001 DTTRA1 dt_trasf1 2001 DTTRA2 dt_trasf2 2001 DTTRA3 dt_trasf3 2001 DTTRA4 dt_trasf4 2001 RPTRA1 creptrasf1 2001 RPTRA2 creptrasf2 2001 RPTRA3 creptrasf3 2001 RPTRA4 creptrasf4 2001 DIPDEG grado_deg 2001

32

ACCDAY ggdeg 2001 DATDIM ddim 2001 REPDIM crep_dim 2001 MODDIM mod_dim 2001 RISAUT r_autop 2001 PESONAS peso_nasc 2001 DIPDIM grado_dim 2001 CDDIA1 diag00 2001 CDDIA2 diag01 2001 CDDIA3 diag02 2001 CDDIA4 diag03 2001 CDDIA5 diag04 2001 CDDIA6 diag05 2001 DTINT1 dint01 2001 CDINT1 cint01 2001 RPINT1 rint01 2001 DTINT2 dint02 2001 CDINT2 cint02 2001 RPINT2 rint02 2001 DTINT3 dint03 2001 CDINT3 cint03 2001 RPINT3 rint03 2001 DTINT4 dint04 2001 CDINT4 cint04 2001 RPINT4 rint04 2001 DTINT5 dint05 2001 CDINT5 cint05 2001 RPINT5 rint05 2001 DTINT6 dint06 2001 CDINT6 cint06 2001 RPINT6 rint06 2001 CODDRG drg

drgori 2001 2001-2010 (IOV+AO)

IMPTOT impori importo_lordo

2001 2001-2010 (IOV+AO)

IMPSSN importo_ssn 2001-2010 (IOV+AO)

MOBILITÀ PASSIVA DELLE SDO

A partire dai file excel si eseguono le seguenti modifiche:

- verificare che il nome e il formato delle variabili comuni sia lo stesso per i diversi anni;

- per ciascun campo verificare che non ci siano simboli, spazi o lettere errate; - modificare tutte le date presenti nel dataset eliminando il separatore ‘/’ presente

nel formato dd/mm/yyyy e salvarle nel formato dd/mmm; - convertire in carattere maiuscolo i campi del Nome, Cognome, Codice Fiscale.

33

ESEMPI:

- In alcuni casi al posto del Cognome si trova un codice numerico; oltre ai casi in cui è mancante vengono usate sia l’etichetta “ANONIMO”, sia “SCONOSCIUTO”;

- In molti casi il codice fiscale corrisponde al codice sanitario; - Il codice sanitario in molti casi è composto da parti di codice fiscale. - Nelle SDO 2001-2010 sono state apportate le seguenti modifiche al nome delle

variabili: NUOVO NOME

VARIABILE VECCHIO NOME

VARIABILE ANNO SDO

ASLINV ulss_inv 2001-2010

CODIST cd_ist cod_ist

2001-2007 2009-2010

NUMSCH n-scheda n_sch

2001-2007 2008-2010

COGNOME cog 2001-2010

CODFIS cd_fis cod_fis cod_fisc

2001-2007 2008-2009 2010

CODSAN cd_san cod_san

2001-2007 2008-2010

LUONAS cm_nas cm_nas_est

2001-2009 2010

DATNAS dd_nas d_nas

2001-2003, 2005-2007, 2010 2004, 2008-2009

LUORES c_res 2001-2010 ISTCOMP ist_com 2008-2010

CODCIT naz citt

2001-2007 2008-2010

STACIV st_civ 2001-2010 REGRES reg_ass 2003

ASLRES ulss_ass ulss_res uslres

2003 2009-2010 2008

REGRIC reg_ric recric

2003 2010

MEDPRE cd-med med_pre

2001-2007 2008-2010

DATPREN dd_pren 2008-2010 CLPRIO cl_pri 2008-2010

DATAMM dd_ric d_ric

2001-2003, 2005-2007, 2010 2004, 2008-2009

REPAMM rep_ric rep_amm

2001-2007 2009-2010

PROVEN prov 2008-2010 TIPRIC tipo_ric 2001-2010 MOTRIC motivo 2001-2010

MOTDAY mot_dh motivo_dh

2001-2007 2008-2010

CAUSA trauma 2001-2010 DIPRIC gr_dip 2001-2007

34

NUOVO NOME VARIABILE

VECCHIO NOME VARIABILE ANNO SDO

gr_dip_ass 2008-2010 DTTRA1 dd_tr1 2001-2010 DTTRA2 dd_tr2 2001-2010 DTTRA3 dd_tr3 2001-2010 DTTRA4 dd_tr4 2001-2010 RPTRA1 rep_tr1 2001-2010 RPTRA2 rep_tr2 2001-2010 RPTRA3 rep_tr3 2001-2010 RPTRA4 rep_tr4 2001-2010

DIPDEG gr_meddp dip_ass_deg

2001-2007 2008-2010

GGPERM gg_perm 2001-2010

ACCDAY gg_pres accessi

2001-2007 2008-2010

DATDIM dd_dim d_dim

2001-2003, 2005-2007, 2010 2004, 2008-2009

REPDIM rep_dim 2001-2007, 2009-2010 MODDIM mod_dim 2001-2010

RISAUT ris_aut ris_auto

2001-2009 2010

PESONAS peso_nas 2001-2010

DIPDIM gr_dipdm gr_dip_dim

2001-2007 2008-2010

CDDIA1 cd_diapr 2001-2010 CDDIA2 cd_dia1 2001-2010 CDDIA3 cd_dia2 2001-2010 CDDIA4 cd_dia3 2001-2010 CDDIA5 cd_dia4 2001-2010 CDDIA6 cd_dia5 2001-2010 CLASA cl_asa 2008-2010

DTINT1 dd_int0 dd_int_pr

2001-2007 2008-2010

CDINT1 cd_int0 cd_int_pr

2001-2007 2008-2010

RPINT1 rp_int0 rp_int_pr

2001-2007 2008-2010

ISTINT1 ist_int_pr 2008-2010 DTINT2 dd_int1 2001-2010 CDINT2 cd_int1 2001-2010 RPINT2 rep_int1 2001-2010 ISTINT2 ist_int_1 2008-2010 DTINT3 dd_int2 2001-2010 CDINT3 cd_int2 2001-2010 RPINT3 rep_int2 2001-2010 ISTINT3 ist_int_2 2008-2010 DTINT4 dd_int3 2001-2010 CDINT4 cd_int3 2001-2010 RPINT4 rep_int3 2001-2010 ISTINT4 ist_int_3 2008-2010 DTINT5 dd_int4 2001-2010 CDINT5 cd_int4 2001-2010 RPINT5 rep_int4 2001-2010 ISTINT5 ist_int_4 2008-2010

35

NUOVO NOME VARIABILE

VECCHIO NOME VARIABILE ANNO SDO

DTINT6 dd_int5 2001-2010 CDINT6 cd_int5 2001-2010 RPINT6 rep_int5 2001-2010 ISTINT6 ist_int_5 2008-2010 CODDRG drg 2003, 2008-2010 IMPTOT importo 2001-2010

Dopo aver eseguito ulteriori controlli per verificare l’uniformità delle variabili, in termini di nome, formato e informazione in esse contenuta, è stato possibile unire la mobilità passiva con le altre SDO in un unico dataset. Nella trattazione che segue, quindi, l’archivio SDO comprenderà sia la mobilità attiva, sia passiva dei ricoveri.

36

Fase 2: valutazione della qualità dei dati

Per ogni fonte è necessario valutare la qualità dei dati ricevuti mediante analisi descrittive.

Prima di procedere al record linkage fra gli archivi è necessario individuare le variabili da utilizzare nel linkage, per impostare l’algoritmo specifico per ogni archivio, inoltre è necessario valutare la completezza dei campi per tessera sanitaria (TS) e codice fiscale (CF).

2.1 – Distribuzioni di qualità per l’Anagrafe Sanitaria

ANAGRAFE SANITARIA

Si è ritenuto opportuno valutare le tabelle di frequenza delle seguenti variabili: distretto sanitario, ASL di residenza, ASL di assistenza, sesso, tipo di medico, causale revoca, anno di nascita per poter identificare l’Anagrafe Sanitaria da linkare successivamente alle fonti. In relazione a ciò, tutte le parti evidenziate in rosso corrispondono a individui che sono stati esclusi dall’Anagrafe definitiva utilizzata nel linkage.

Per quanto riguarda la variabile “distretto sanitario”, si è notato che nell’Anagrafe Sanitaria del 15.12.2011 rispetto a quella del 31.12.2007, vi è l’inclusione del distretto 6 relativo all’ingresso di Piove di Sacco nell’ASL 16 dal 01.01.2010 (9.8%).

Tab. 4.3.2 : Frequenze per distretto sanitario dell’ASL 16 DS Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa 0 43951 5.88 43951 5.88 1 203859 27.28 247810 33.16 2 141160 18.89 388970 52.04 3 132116 17.68 521086 69.72 4 102770 13.75 623856 83.47 5 53106 7.11 676962 90.58 6 70403 9.42 747365 100.00 9 1 0.00 747366 23 1 0.00 747367

24 1 0.00 747368 192 2 0.00 747370

35020 1 0.00 747371 35100 1 0.00 747372 35127 1 0.00 747373 35132 2 0.00 747375

37

Per l’individuazione dell’Anagrafe Sanitaria da utilizzare per il record linkage è necessario escludere (vedasi riquadro rosso):

• il distretto 6 perché corrisponde a Piove di Sacco che è entrato a far parte dell’ASL 16 a partire dal 01.01.2010;

• i distretti 9, 23, 24, 192, 35020, 35100, 35127, 35132 perché sono probabili errori, in quanto i distretti dell’ASL 16 vanno da 1-5.

Nel distretto 0, invece, sono raggruppati individui che sono usciti dall’ASL 16 e quindi ex assistiti, oppure importati da anagrafi di altre ASL (es. ASL 15, 17, 20,…). Pertanto si è deciso di tenerli in Anagrafe.

Tab. 4.3.3 : Distribuzioni di frequenza per ASL di residenza e di assistenza dell’ASL 16 ASL di

RESIDENZA Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa 50116 671554 89.86 671554 89.86 50115 21118 2.83 692672 92.68 50117 9884 1.32 702556 94.00 altre 21748 2.91 724304 96.91

0,888,999999 23071 3.09 747375 100.00

ASL di ASSISTENZA

Frequenza Percentuale Frequenza Percentuale cumulativa cumulativa

50115 19075 2.55 19075 2.55 50116 510888 68.36 529963 70.91 50117 8769 1.17 538732 72.08 altre 4745 0.63 543477 72.72

0,999999 91 0.01 543568 72.73 MANCANTE 203807 27.27 747375 100.00

Come già indicato sopra, tra le ASL di RESIDENZA e ASSISTENZA ci sono anche la 15 e la 17. Si decide di non escluderle dall’Anagrafe finale, ma di togliere quelle con altra ASL di ASSISTENZA (vedasi riquadro rosso).

Tab. 4.3.4 : Distribuzioni di frequenza per sesso, tipo di medico

SESSO Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa F 383487 51.31 383487 51.31 M 363888 48.69 747375 100.00

TIPO_MED Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa 2,3,350,351 12 0.00 12 0.00

MMG 424796 56.84 424808 56.84 PLS 57820 7.74 482628 64.58

MANCANTE 264747 35.42 747375 100.00

38

Tab. 4.3.5 : Distribuzione di frequenza per causale revoca

DESCRIZIONE Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa

ATTIVO 534593 71.53 534593 71.53

DECESSO 92451 12.37 627044 83.90

TRASFERIMENTO 71378 9.55 698422 93.45

SCADENZA ISCRIZIONE/PERDITA DIRITTO 13543 1.81 711965 95.26

SCAD./EXTRACOM. 6986 0.93 718951 96.20

ASSISTITO NON RESIDENTE 5880 0.79 724831 96.98 IRREPERIBILE AL CENSIMENTO O ART.11 4941 0.66 729772 97.64 ISCRIZIONE IN DEROGA 3892 0.52 733664 98.17

ISCRIZIONE A.I.R.E. 3567 0.48 737231 98.64

SCELTA MEDICO ALTRA ULS 2556 0.34 739787 98.98 ISCRIZIONE TEMPORANEA ALTRA ULS. 2217 0.30 742004 99.28 CESSAZIONE MEDICO 1747 0.23 743751 99.52

RICOVERO LUNGODEGENZA 963 0.13 744714 99.64 SUPERAMENTO ETA' PEDIATRICA 638 0.09 745352 99.73 ESPATRIO TEMPORANEO 493 0.07 745845 99.80 STP - INGRESSO CEE ROMANIA E BULGARIA (01/01/2007)

335 0.04 746180 99.84

RICUSAZIONE 243 0.03 746423 99.87

RESIDENZA RESPINTA 206 0.03 746629 99.90

CAUSE NON PRECISATE 196 0.03 746825 99.93

ASSISTITO NON ATTIVO 163 0.02 746988 99.95

SCELTA IN DEROGA 161 0.02 747149 99.97

DIRITTO C/O ENTE ESTERO 135 0.02 747284 99.99 CARCERAZIONE 25 0.00 747309 99.99

PERSONALE AEREO/NAVIGANTE 25 0.00 747334 99.99 SERVIZIO MILITARE 20 0.00 747354 100.00

TRASFERIMENTO IN AMBITO ULS 10 0.00 747364 100.00 MANCANTE 5 0.00 747369 100.00

REVOCA X USCITA RSA 3 0.00 747372 100.00

ASSISTITO CITTADINO NON ITALIANO 2 0.00 747374 100.00

ANNULLO 1 0.00 747375 100.00

In aggiunta agli individui esclusi finora dall’Anagrafe finale, vengono tolti gli Stranieri Temporaneamente Permanenti (vedasi riquadro rosso).

Tab. 4.3.6 : Distribuzioni di frequenza per anno di nascita

ANNO di NASCITA

Frequenza Percentuale Frequenza Percentuale

cumulativa cumulativa

1700 277 0.04 277 0.04 1833-1899 3079 0.41 3356 0.45 1900-1949 234396 31.36 237752 31.81 1950-1999 448653 60.03 686405 91.84 2000-2011 60968 8.16 747373 100.00

MANCANTE 2 0.00 747375 100.00

A 277 individui è stata associata la data di nascita 01.01.1700 per poterli identificare dagli altri poiché non si conosce la loro vera data, mentre in due casi è mancante

39

(vedasi riquadro rosso). Anche in questo caso non saranno considerati tra gli assistibili utilizzati per il record-linkage.

Per quanto riguarda campi importanti per il record linkage e per analisi successive, è stata valutata la completezza annuale come percentuale dei campi compilati sul totale dei record.

La completezza del campo “Codice Fiscale” è attorno al 90%. Prima di fare qualsiasi selezione sull’Anagrafe Sanitaria, si è ritenuto opportuno applicare un algoritmo di calcolo del CF sulla base dei dati anagrafici disponibili per ogni soggetto, aggiungendo al dataset il CF ricalcolato come nuova variabile.

Tab. 4.3.7 : Distribuzioni di frequenza per codice fiscale

CODICE FISCALE

Frequenza Percentuale Frequenza Percentuale cumulativa cumulativa

PRESENTE 672145 89.93 672145 89.93

MANCANTE 75230 10.07 747375 100.00

Di seguito si riporta la corrispondenza fra CF esistente e CF ricalcolato per l’anno 2011:

Campo disponibile

Campo mancante

CF esistente 672˙145 (89,9%)

75˙230 (10,1%)

CF ricalcolato 731˙493

(97,9%) 15˙882 (2,1%)

CF esistente e CF ricalcolato 666˙770

(89,3%)

CF ricalcolato uguale a CF esistente 658˙970

(98,7%)

CF ricalcolato diverso da CF esistente 8˙730 (1,3%) CF esistente + CF ricalcolato 735˙938

(98,5%) 11˙437 (1,5%)

Il CF ricalcolato corrisponde al CF originale nel 98,7% dei record. Se CF esistente e CF ricalcolato sono entrambi presenti, uguali o diversi, si mantiene il CF esistente in Anagrafe, mentre quando quest’ultimo è mancante si considera il CF ricalcolato.

E’ stata calcolata la completezza anche dei campi “Cognome”, “Nome”, “Data di nascita” e “Tessera Sanitaria” che è del 100%.

Nel corso dei controlli sono emersi assistiti duplicati, ovvero soggetti con diversa Tessera Sanitaria, ma con stesso CF o più variabili anagrafiche. I duplicati sono stati individuati inizialmente sulla base del codice fiscale ricalcolato dopo aver controllato

40

quello già presente in anagrafe (per il quale, però, non risultavano esserci duplicati). Si riportano i passi per l’individuazione ed eliminazione dei duplicati:

� FASE 1: tra tutti gli individui con codice fiscale ricalcolato, sono stati individuati 3˙068 duplicati, cioè coloro che hanno stesso CF ricalcolato, ma diversa tessera sanitaria. Nelle successive fasi sono spiegati i passaggi per l’identificazione dei record da eliminare. � FASE 2: Tra i 3˙068 records duplicati, 1˙156 ha almeno una Tessera Sanitaria con primo numero il “9” o l’“8” (individui che l’ASL considera in dubbio e li tiene distinti dagli altri). Sono stati individuati e tenuti 568 record con primo valore della Tessera Sanitaria diverso da “8” e/o “9”; gli altri 588 sono stati, invece, eliminati. � FASE 3:Tra i rimanenti 1˙912 (dei 3˙068) si è deciso di mantenere, fra due duplicati, il record con progressivo di Tessera Sanitaria maggiore, più recente (950 records).

In seguito si è approfondita la ricerca dei duplicati e sono stati considerati tali i record con corrispondenza completa in una delle seguenti combinazioni di variabili anagrafiche:

� FASE 4: codice fiscale, cognome, nome, data di nascita � FASE 5: codice fiscale, cognome, data di nascita � FASE 6: codice fiscale, cognome, nome � FASE 7: codice fiscale, nome, data di nascita � FASE 8: cognome, nome, data di nascita

In queste ultime fasi i soggetti duplicati sono stati analizzati manualmente per cercare di identificare i duplicati reali ed eventuali altri problemi associati a questi record.

In totale sono stati eliminati 1˙579 duplicati. Si è mantenuta una copia dell’Anagrafe integrale.

Soggetti in ANAGRAFE

Soggetti eliminati

% soggetti eliminati

ANAGRAFE COMPLETA

747˙375

Tolti i CF mancanti

15˙882

731˙493 FASE 1 Duplicati per CF

ricalcolato 3˙068

FASE 2 Duplicati con almeno una TS=”8*” o “9*”

1˙156

588 FASE 3 Restanti duplicati 1˙912 962 Anagrafe senza

duplicati e CF 729˙943

41

mancanti FASE 5 11 FASE 6 3 FASE 7 1 Aggiunti record

con CF mancante 15˙882

Anagrafe con CF mancanti

745˙810

FASE 8 14 ANAGRAFE

PULITA 745˙796

42

Tab. 4.3.8 : Sintesi dei passi per la pulizia dell’Anagrafe 2011

Soggetti in anagrafe Soggetti eliminati % soggetti eliminati rispetto al

passaggio precedente ANAGRAFE 2011 747.375 Duplicati eliminati 1.579 0,21% Tolti i duplicati 745.796 Distretto 6 eliminati 70.380 9,4% Tolto il Distretto 6 675.416 STP eliminati 327 0,05% Tolti gli STP 675.089

Asl_Ass≠050116, 050115, 050117 eliminati 3.010 0,45%

Tolti gli Asl_Ass≠050116, 050115, 050117 672.079 Asl_Ass=000000,999999 eliminati 90 0.01% Tolti gli Asl_Ass=000000,999999 671.989 Data di Nascita=1700 o mancante 278 0.04% Tolte le Date di Nascita=1700 o mancanti 671.711

Tab. 4.3.9 : Ricalcolo del Codice Fiscale sui 671.711 soggetti dell’anagrafe

Campo disponibile Campo mancante

CF esistente 598.728 (89.1%) 72.983 (10.9%) CF ricalcolato 656.251 (97.7%) 15.460 (2.3%) CF esistente e CF ricalcolato 594.578 (88.5%) CF ricalcolato uguale a CF esistente 586.114 (98.6%) CF ricalcolato diverso da CF esistente 8.464 (1.4%) CF esistente + CF ricalcolato 660.401 (98.3%) 11.310 (1.7%)

43

Si è ritenuto di valutare l’attendibilità del campo “Posizione assistito”, per il quale si riportano legenda e distribuzione:

Tab. 4.3.10 : Distribuzioni record per codice di revoca dell’assistenza – Anagrafe Sanitaria 2011 pulita

CODICE REVOCA

DESCRIZIONE SOSPENSIONE ASSISTITI A CARICO DELL’ASL

Frequenza Percentuale

0 ASSISTITO ATTIVO con o senza scelta del MMG/PLS

SÌ 468104 69.69

1 TRASFERIMENTO NO 70125 10.44

2 SCADENZA ISCRIZIONE/PERDITA DIRITTO

NO 13194 1.96

3 DECESSO NO 90882 13.53

4 CESSAZIONE MEDICO SÌ 1705 0.25

5 RICUSAZIONE ECCESSO MASSIMALE

SÌ 227 0.03

6 ANNULLO NO 1 0.00

7 SUPERAMENTO ETA' PEDIATRICA SÌ 595 0.09

8 ISCRIZIONE IN DEROGA NO 3874 0.58

9 SCELTA IN DEROGA SÌ 136 0.02

12 SERVIZIO MILITARE SÌ 19 0.00

13 ESPATRIO TEMPORANEO SÌ 486 0.07

14 CARCERAZIONE SÌ 24 0.00

15 RICOVERO LUNGODEGENZA SÌ 958 0.14

16 ASSISTITO NON RESIDENTE NO 5843 0.87

17 ISCRIZIONE TEMPORANEA ALTRA ULS.

SÌ 90 0.01

18 ASSISTITO CITTADINO NON ITALIANO

NO 2 0.00

20 CAUSE NON PRECISATE NO 159 0.02

21 TRASFERIMENTO IN AMBITO ULS SÌ 5 0.00

22 IRREPERIBILE AL CENSIMENTO O ART.11

NO 4715 0.70

23 PERSONALE AEREO/NAVIGANTE NO 22 0.00

24 DIRITTO C/O ENTE ESTERO NO 129 0.02

25 ISCRIZIONE A.I.R.E. NO 3549 0.53

26 SCAD./EXTRACOM. NO 6496 0.97

30 RESIDENZA RESPINTA NO 206 0.03

36 REVOCA X USCITA RSA SÌ 2 0.00

60 ASSISTITO NON ATTIVO NO 163 0.02

44

2.2 - Distribuzioni di qualità per gli altri archivi

Per valutare eventuali evidenti discordanze numeriche è stato annotato il totale dei record per anno per i singoli archivi.

Tab. 4.3.11 : Distribuzione record per archivio, per anno di disponibilità ANNO Mortalità* Mobilità attiva e

passiva delle SDO

Flusso attivo Farmaceutic

a

Mobilità passiva della

Farmaceutica

Esenzioni Ticket

1991 17385 1992 20579 1993 8979 1994 4247 1995 3509 1996 5433 1997 7669 1998 9330 1999 9601 2000 6636 9005 2001 4160 96101 1247424 27794 7305 2002 4223 95933 1372749 30205 7217 2003 4339 95976 1331052 44289 18400 2004 4080 96269 1378949 60016 14191 2005 4240 95273 1347032 102353 16300 2006 4227 96497 1421010 117585 15206 2007 4358 88547 1498939 120343 15454 2008 4252 87835 1575792 166372 14474 2009 4193 82596 1867282 170334 14733 2010 4908 96780 1889965 193124 14253 2011 15215 2012 10969(^) *a cui successivamente sono stati tolti 8 duplicati; (^) incompleto: i dati sono disponibili fino al mese di settembre.

Per i singoli archivi sono state fatte anche valutazioni di qualità più specifiche.

SCHEDE DI MORTE

Tra le schede di morte, circa il 16% degli individui ha comune di residenza non appartenente ai distretti dell’ASL 16, pertanto è evidente che le schede di morte in nostro possesso facciano riferimento per il 95% a decessi avvenuti a Padova (il cui 80% sono residenti nell’ASL). Inoltre nell’archivio delle schede di morte esiste la variabile “ULSS” che non sembra far riferimento all’ASL di appartenenza dell’assistito, ma piuttosto all’ASL in cui si verifica l’evento morte, perché in tutti i casi corrisponde alla numero 16.

COMUNE di MORTE

RESIDENZA ASL 16 FUORI ASL Totale

ASL 16 34448 (80.15%) 6176 (14.37%) 40624 (94.52%)

FUORI ASL 1709 (3.98%) 647 (1.51%) 2356 (5.48%)

Totale 36157 (84.13%) 6823 (15.87%) 42980 (100.00%)

45

Controllando i duplicati, sono stati eliminati 8 casi.

Poiché per l’applicazione degli algoritmi di stima sono necessarie più fonti relative ad uno stesso periodo, nella trattazione che segue si farà riferimento ai dati di mortalità a partire dall’anno 2001.

Tab. 4.3.12 : Distribuzione record per anno e mese - mortalità

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 gen 363 432 377 410 407 385 409 459 411 455 feb 357 369 395 334 420 353 353 389 343 363 mar 336 382 402 360 405 360 392 383 335 412 apr 312 363 401 338 341 371 373 357 356 408 mag 370 350 349 335 362 362 329 339 366 378 giu 332 396 358 310 326 317 346 318 316 363

luglio 326 299 311 339 337 359 342 331 307 435 ago 367 286 362 304 283 331 332 310 325 381 set 300 291 321 298 311 319 317 286 343 400 ott 352 352 375 342 371 350 402 375 356 430 nov 351 342 342 330 324 358 354 319 356 410 dic 391 361 346 380 351 361 409 386 377 473

Totale 4157 4223 4339 4080 4238 4226 4358 4252 4191 4908

Si osserva una distribuzione nel complesso uniforme dei record mensili, come atteso. Dal confronto del totale dei record per anno si nota un aumento per l’anno 2010.

E’ stata inoltre valutata la distribuzione dei record di mortalità per grandi gruppi di cause di morte, per anno (vedasi Allegato A).

Tab.4.3.13 : Distribuzione record per gruppo di causa e anno – mortalità

I II III IV V VI VII VIII IX X XI XII XIII XIV XV XVI XVII Totale

2001 46 1415 112 18 95 84 1431 300 219 46 1 12 54 34 12 46 232 4157

2002 61 1369 123 21 88 85 1523 307 213 68 0 9 53 35 23 36 209 4223

2003 43 1380 128 15 134 94 1546 369 225 56 0 5 46 31 18 27 222 4339

2004 95 1365 104 20 96 95 1399 307 177 44 2 3 69 37 17 23 227 4080

2005 90 1384 130 26 110 111 1446 368 164 57 0 4 69 36 12 24 207 4238

2006 30 1423 127 22 151 132 1480 313 217 53 0 5 17 31 14 25 186 4226

2007 40 1472 147 21 172 98 1499 331 199 58 1 5 19 26 23 31 216 4358

2008 98 885 155 16 109 156 1499 287 171 71 1 7 17 34 15 40 194 3755

2009 100 863 146 21 160 149 1358 308 173 70 0 8 12 25 19 47 195 3654

2010 114 1046 193 23 142 179 1590 375 203 80 1 9 25 35 15 56 257 4343

Totale 717 12602 1365 203 1257 1183 14771 3265 1961 603 6 67 381 324 168 355 2145 41373

Il numero di morti per anno per le diverse cause è piuttosto uniforme, come atteso. A partire dall’anno 2008 è riportata nell’archivio la sola codifica ICD – X.

46

Mobilità attiva e passiva delle SCHEDE DI DIMISSIONE OSPEDALIERA (SDO)

Nell’archivio SDO i nomi delle variabili cambiano di frequente di anno in anno, spesso con l’aggiunta di alcune nuove variabili: è stato necessario capire quali variabili fossero corrispondenti, anche facendo riferimento alla normativa regionale.

L’archivio SDO comprende sia la mobilità attiva, sia passiva dei ricoveri dal 2001 al 2010.

In sostanza, nell’archivio SDO, che raggruppa tutti i dati relativi ai ricoveri, ci sono:

• I ricoveri nelle strutture dell’ASL 16 da parte di residenti e non; • I ricoveri allo IOV e Az. Ospedaliera da parte di domiciliati a Padova, ma non

residenti; • I ricoveri avvenuti in strutture esterne all’ASL 16 (compresi IOV e Az.

Ospedaliera) da parte di residenti a Padova (Mobilità passiva).

Anche per questo archivio è stata valutata la distribuzione per anno dei record per grandi gruppi di malattie secondo la classificazione ICD – IX (vedasi Allegato A).

Tab 4.3.14 : Distribuzione record per gruppo di causa e anno – SDO

I II III IV V VI VII VIII IX X XI XII XIII XIV XV XVI XVII Tot

2001 1318 9172 1707 1129 5371 8848 13236 5782 7622 5673 6642 1103 7045 806 1124 4080 5640 86298

2002 1468 9213 1603 1169 4895 9060 13177 5488 7162 5671 6649 973 7377 795 981 3974 5465 85120

2003 1408 8751 1685 1226 4997 8525 12286 5374 6892 5757 6952 955 8116 787 1017 3883 5553 84164

2004 1412 9094 2398 1284 4811 7172 11943 4942 6877 5806 7096 852 8335 803 938 3745 5538 83046

2005 1308 9308 3044 1446 5206 4574 11380 5377 6787 5729 6646 984 8647 833 912 4093 4979 81253

2006 1401 9453 1762 1477 5286 4367 12083 5146 6747 6313 6877 1323 8839 998 960 3945 5148 82125

2007 984 9439 1495 1351 4930 3543 11260 4938 6401 5932 6392 1329 8287 788 723 3799 4639 76230

2008 953 9528 1437 1232 5375 3729 11737 5070 6605 5846 6610 1243 8881 880 946 3629 5072 78773

2009 762 8761 1388 1328 5168 3111 11237 5052 5978 5780 6321 1141 8564 865 930 3261 5122 74769

2010 955 9970 1602 1630 5482 3702 13514 6207 7170 7085 7589 1354 9630 989 997 3476 6330 87682

Tot 11969 92689 18121 13272 51521 56631 121853 53376 68241 59592 67774 11257 83721 8544 9528 37885 53486 819460

47

PRESCRIZIONI FARMACEUTICHE

Tab 4.3.15 : Distribuzione record per anno e mese – Prescrizioni farmaceutiche

2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Tot

gen 3 108998 138181 127601 126041 121364 124506 139257 151443 204829 157850 1400073

feb 2 97035 119320 113695 110628 115948 113467 120404 133057 176163 151709 1251428

mar 6 107762 118469 121490 128546 119515 127633 131705 128421 199595 176183 1359325

apr 8 99763 112042 107189 116070 108012 110133 119156 131381 183232 158957 1245943

mag 7 116638 121495 116480 117174 119192 131060 136520 134929 176233 164223 1333951

giu 22 108019 106965 106566 116799 111227 122349 121641 128818 136916 163199 1222521

luglio 19 97949 111727 109015 109108 100911 109802 120297 129478 133337 151765 1173408

ago 36 80280 85188 76096 86827 89608 94966 98096 94395 98568 127324 931384

set 46 92485 107524 109552 109207 109527 112046 112488 128416 130325 160007 1171623

ott 103 116662 122017 118960 114012 113117 123629 139248 138599 142208 160003 1288558

nov 301 114588 111710 105236 117039 117595 126924 134621 128794 146462 165576 1268846

dic 6083 107245 118111 119172 127498 121016 124495 125506 148061 139414 153169 1289770

Tot 6636 1247424 1372749 1331052 1378949 1347032 1421010 1498939 1575792 1867282 1889965 14936830

E’ possibile notare che nell’anno 2000 le prescrizioni aumentano particolarmente, soprattutto se si considera il mese di dicembre. E’ probabile che a partire da quell’anno sia iniziata la registrazione delle prescrizioni nel sistema. Pertanto nella trattazione che segue si farà riferimento ai dati farmaceutici a partire dall’anno 2001 (per data di prescrizione).

E’ stata valutata la distribuzione per anno dei record per classe ATC di prescrizione farmaceutica (vedasi allegato b.1 e b.2).

Tab 4.3.16 : Distribuzione record per classe ATC e anno – Prescrizioni farmaceutiche

A B C D G H J L M N P R S V Totale

2000 363 0 3734 0 0 0 1178 0 0 563 0 798 0 0 6636

2001 61567 0 694974 0 0 0 253863 0 0 108982 0 128038 0 0 1247424

2002 76536 0 803757 0 0 0 251306 0 0 118090 0 123060 0 0 1372749

2003 76720 0 785007 0 0 0 244868 0 0 110569 0 113888 0 0 1331052

2004 80690 47 818742 0 1 12 246287 2 14 115516 0 117637 1 0 1378949

2005 81085 10629 789324 28 346 1950 239439 93 1699 108629 86 113630 84 9 1347031

2006 87574 0 854796 0 0 0 244014 0 0 116560 0 118064 0 0 1421008

2007 94876 99 890332 0 2 19 259236 2 20 122258 0 122334 1 0 1489179

2008 18041 15828 147860 29 450 3228 24732 121 2250 7174 76 37705 139 7 257640

2009 110989 2857 953519 13 97 1998 270419 20 761 134912 29 129481 10 1 1605106

2010 136000 0 1139487 0 0 0 300836 0 0 159543 0 154099 0 0 1889965

Totale 824441 29460 7881532 70 896 7207 2336178 238 4744 1102796 191 1158734 235 17 13346739

E’ evidente, in questo caso, che non c’è una distribuzione omogenea dei record per anno. Gli anni 2005, 2008 e 2009 presentano un eccessivo numero di prescrizioni in corrispondenza di alcune classi di ATC, come B, H, M, probabilmente dovuto

48

all’estrazione di altri ATC in aggiunta a quelli da noi richiesti. Il problema risulta rilevante per l’anno 2008, evidenziato il giallo, in cui si registra, invece, una netta diminuzione dei record in totale (circa un sesto di prescrizioni rispetto agli altri anni). L’estrazione di questa annata dagli archivi dell’ASL16 è stata ripetuta e i primi controlli di qualità effettuati non sembrano indicare anomalie nella distribuzione della numerosità.

Mobilità passiva delle PRESCRIZIONI FARMACEUTICHE

In questo archivio sono contenute le prescrizioni farmaceutiche relative a:

• farmaci acquistati nelle farmacie territoriali fuori ASL 16 dagli assistiti dal 2001 al 2010;

• farmaci forniti dalle farmacie ospedaliere fuori ASL 16 agli assistiti dal 2001 al 2010;

• farmaci erogati dalla farmacia ospedaliera (OSA) agli assistiti dal 2005 al 2010; i dati partirebbero dal 2004, ma sono attendibili dal 2005.

Tab 4.3.17 : Distribuzione record per anno e mese – mobilità passiva delle Prescrizioni farmaceutiche

2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Tot gen 2220 1747 3177 4005 7526 8747 10263 12630 12849 14499 77663 feb 1900 1519 2862 4119 7993 8499 9588 12197 12957 14513 76147 mar 2064 1168 3005 4700 9024 10105 10591 12812 14025 16927 84421 apr 1998 1483 2947 4619 7410 8773 9424 12680 14041 15836 79211 mag 2184 1542 3190 4319 8060 9949 9987 12658 13462 14961 80312 giu 2140 1841 3604 4610 7943 9501 9919 13361 13738 15491 82148

luglio 2740 3678 4769 6640 9100 10599 10753 14629 14999 17258 95165 ago 3387 4110 5799 6840 9662 11617 11215 13749 13750 16759 96888 set 2670 3524 4332 5331 8778 10228 8254 15102 15090 16156 89465 ott 2839 3493 3338 4329 8359 9938 10463 15397 15145 16560 89861 nov 1821 3134 2958 4643 8926 9813 10288 14398 14974 16677 87632 dic 1831 2966 4308 5861 9572 9816 9598 16759 15304 17487 93502 Tot 27794 30205 44289 60016 102353 117585 120343 166372 170334 193124 1032415

E’ stata valutata la distribuzione per anno dei record per classe ATC di prescrizione farmaceutica (vedasi Allegato B.1 e B.2).

49

Tab 4.3.18 : Distribuzione record per classe ATC e anno – mobilità passiva delle Prescrizioni farmaceutiche

A C J N R Totale

2001 856 10617 12218 1918 2185 27794

2002 1119 12391 12502 2180 2013 30205

2003 1964 20822 15603 3016 2884 44289

2004 3613 29784 18544 4137 3938 60016

2005 6939 39138 36892 14906 4478 102353

2006 8366 44062 40824 19642 4691 117585

2007 8536 43820 40539 22300 5148 120343

2008 11979 52569 40667 54662 6495 166372

2009 14524 60362 41779 45485 8184 170334

2010 16388 78353 46735 41239 10409 193124

Totale 74284 391918 306303 209485 50425 1032415

ESENZIONI TICKET

Si osserva notevole variabilità nel numero di record per anno, che può essere dovuta a variazioni nella normativa che regolamenta le ET. Anche i codici di esenzione per alcune patologie mostrano marcata variabilità nel periodo.

50

Fase 3: record-linkage degli archivi con l’Anagrafe Sanitaria

3.1- Valutazione storicizzazione dell’archivio anagrafico

Poiché gli archivi anagrafici sono storicizzati, ci si attende che i soggetti presenti nell’AS 2007 siano presenti anche nell’AS 2011. Sono possibili, invece, nuovi assistiti nel 2011 non presenti nel 2007 (nuovi nati, immigrati). Gli assistiti nel 2007 non presenti nell’archivio 2011 dovrebbero limitarsi alla correzione di eventuali errori.

Per verificare queste ipotesi è stata incrociata l’AS 2007 con l’AS 2011:

Tab. 4.3.19: Incrocio AS 2007 con AS 2011

Anno anagrafe 2007 totale record 621608

nr record linkati* con AS 2011 606310

nr record non linkati* 15298

% record non linkati* 2,46%

nr record linkati^ con AS 2011 610815

nr record non linkati^ 10783

% record non linkati^ 1,73%

* utilizzando TESSERA SANITARIA, NOME, COGNOME, DATA DI NASCITA ^ utilizzando solo TESSERA SANITARIA

Per approfondire il confronto fra le due Anagrafe è stata incrociata l’AS 2007 con l’AS 2011 per i seguenti passi di chiave, gli stessi utilizzati per l’incrocio fra Anagrafe e altre fonti:

step1: tessera sanitaria, codice fiscale, cognome, nome, data di nascita step2: tessera sanitaria, cognome, nome, data di nascita step3: tessera sanitaria, cognome, data di nascita step4: tessera sanitaria, cognome, nome step5: tessera sanitaria, nome, data di nascita step6: codice fiscale, cognome, nome, data di nascita step7: codice fiscale, cognome, data di nascita step8: codice fiscale, cognome, nome step9: codice fiscale, nome, data di nascita step10: cognome, nome, data di nascita step11: tessera sanitaria

Nei passi di chiave in cui è richiesto l’utilizzo del codice fiscale è stato utilizzato quello esistente in anagrafe e solo per i casi in cui questo è mancante è stato

51

considerato quello ricalcolato (per una copertura totale del 98.3% dei record in AS 2011 e del 98% in AS 2007).

Tab. 4.3.20 : Incrocio AS 2007 con AS 2011 - dettaglio per passo di chiave

2007

Passo di chiave Appaiati Appaiati cumulati % appaiati

% appaiati cumulati

K0 621608

TCFCNDN 603921 603921 97.15 97.15

TCNDN 2389 606310 0.38 97.54

TCDN 2511 608821 0.40 97.94

TCN 217 609038 0.03 97.98

TNDN 1266 610304 0.20 98.18

CFCNDN 2143 612447 0.34 98.53

CFCDN 73 612520 0.01 98.54

CFCN 1 612521 0.00 98.54

CFNDN 50 612571 0.01 98.55

CNDN 71 612642 0.01 98.56

TS 509 613151 0.08 98.64

NIENTE 8457 621608 1.36 100.00

Legenda: T: Tessera Sanitaria CF: Codice Fiscale C: Cognome N: Nome DN: Data di Nascita

record che nell’incrocio degli archivi con l’Anagrafe 2011 verranno comunque linkati

record eliminati da un anno all'altro

Dopo lo step 1, per l’AS 2007 risultano non incrociati 17687 record, pari al 2.84% dei record. Al termine dell’incrocio mediante i primi 10 passi di chiave risultano non incrociati 8966 record pari all’1,44% del totale, che si riducono a 8457 (1,36%) se si considera anche l’ultimo.

Sarà opportuno verificare se ai record non linkati sono associati ricoveri (SDO), prescrizioni farmaceutiche, certificati di morte che giustifichino o meno la loro appartenenza all’ASL 16 negli anni successivi al 2007.

52

3.2- Individuazione e valutazione delle chiavi di linkage utilizzabili per singolo archivio

Prima di procedere al record linkage fra archivi ed Anagrafe Sanitaria sono state individuate le variabili utilizzate nel linkage, per impostare l’algoritmo specifico per ogni archivio; si è quindi valutata la completezza dei campi stessi.

Le chiavi di linkage che verranno utilizzate saranno le seguenti:

- Tessera sanitaria (TS) - Codice fiscale (CF) - Nome - Cognome - Data di nascita

Si è reso necessario uniformare i formati delle variabili utilizzate come chiavi di linkage con il formato delle medesime nell’archivio anagrafico perché il linkage richiede formati corrispondenti fra le variabili. Sono stati valutati per ogni fonte la completezza, per anno e nel totale, delle singole chiavi di linkage e il loro formato.

Certificati di morte Tab. 4.3.21: Percentuale di completezza chiavi di linkage per anno – Certificati di Morte

chiavi 2001 2002 2003 2004 2005

# % # % # % # % # %

CF 1978 47,58% 3189 75,52% 3700 85,27% 3368 82,55% 3919 92,47% COGNOME 4157 100,00% 4223 100,00% 4339 100,00% 4080 100,00% 4238 100,00% NOME 4157 100,00% 4223 100,00% 4339 100,00% 4080 100,00% 4238 100,00%

DATA DI NASCITA 4153 99,90% 4221 99,95% 4339 100,00% 4076 99,90% 4236 99,95%

chiavi 2006 2007 2008 2009 2010

# % # % # % # % # %

CF 3981 94,20% 4245 97,41% 4180 98,31% 4113 98,09% 4790 97,64% COGNOME 4226 100,00% 4358 100,00% 4252 100,00% 4193 100,00% 4906 100,00% NOME 4226 100,00% 4358 100,00% 4252 100,00% 4193 100,00% 4906 100,00%

DATA DI NASCITA 4226 100,00% 4358 100,00% 4252 100,00% 4193 100,00% 4906 100,00%

53

Mobilità attiva e passiva delle schede di dimissione ospedaliera (SDO)

Tab. 4.3.22: Percentuale di completezza chiavi di linkage per anno – SDO

2001 2002 2003 2004 2005

# % # % # % # % # %

T 84401 87,83% 85540 89,17% 83052 86,53% 84530 87,81% 83065 87,19% CF 90645 94,32% 90340 94,17% 92873 96,77% 94831 98,51% 93792 98,45% COGNOME 95609 99,49% 95214 99,25% 95694 99,71% 95974 99,69% 94997 99,71% NOME 95565 99,44% 95211 99,25% 95694 99,71% 95974 99,69% 94997 99,71%

DATA DI NASCITA 96095 99,99% 95915 99,98% 95973 100,00% 96265 100,00% 95273 100,00%

2006 2007 2008 2009 2010

# % # % # % # % # %

T 81754 84,72% 74404 84,03% 69609 78,04% 64462 78,04% 74978 77,47% CF 95766 99,24% 88338 99,76% 87290 99,38% 81889 99,14% 95814 99,00% COGNOME 95738 99,21% 87524 98,84% 86048 97,97% 81761 98,99% 95324 98,50% NOME 95730 99,21% 87524 98,84% 86048 97,97% 81761 98,99% 95324 98,50%

DATA DI NASCITA 96497 100,00% 88527 99,98% 87832 100,00% 82596 100,00% 96777 100,00%

Prescrizioni farmaceutiche Tab. 4.3.23: Percentuale di completezza chiavi di linkage per anno – Prescrizioni farmaceutiche

chiavi 2001 2002 2003 2004 2005

# % # % # % # % # %

T 1248955 100,00% 1372019 100,00% 1330928 100,00% 1379132 100,00% 1346656 100,00%

CF 1111362 88,98% 1218680 88,82% 1178152 88,52% 1216034 88,17% 1339052 99,44%

COGNOME 1248955 100,00% 1372019 100,00% 1330928 100,00% 1379132 100,00% 1346656 100,00%

NOME 1248955 100,00% 1372019 100,00% 1330928 100,00% 1379132 100,00% 1346656 100,00%

DATA DI NASCITA 1248955 100,00% 1372019 100,00% 1330928 100,00% 1379132 100,00% 1346656 100,00%

chiavi 2006 2007 2008 2009 2010

# % # % # % # % # %

T 1420851 100,00% 1497506 100,00% 1571882 100,00% 1869105 100,00% 1897198 100,00%

CF 1420726 99,99% 1497491 100,00% 1571876 100,00% 1869098 100,00% 1897198 100,00%

COGNOME 1420851 100,00% 1497506 100,00% 1571882 100,00% 1869105 100,00% 1897198 100,00%

NOME 1420851 100,00% 1497506 100,00% 1571882 100,00% 1869105 100,00% 1897198 100,00%

DATA DI NASCITA 1420851 100,00% 1497506 100,00% 1571882 100,00% 1869105 100,00% 1897198 100,00%

54

Mobilità passiva delle prescrizioni farmaceutiche

Tab. 4.3.24: Percentuale di completezza chiavi di linkage per anno – Prescrizioni farmaceutiche

chiavi 2001 2002 2003 2004 2005

# % # % # % # % # %

T 27794 100,00% 30205 100,00% 44289 100,00% 60016 100,00% 102353 100,00%

CF 23965 86,22% 26413 87,45% 38881 87,79% 51608 85,99% 101452 99,12%

COGNOME 27794 100,00% 30205 100,00% 44289 100,00% 60016 100,00% 102353 100,00%

NOME 27794 100,00% 30205 100,00% 44289 100,00% 60016 100,00% 102353 100,00%

DATA DI NASCITA 27794 100,00% 30205 100,00% 44289 100,00% 60016 100,00% 102353 100,00%

chiavi 2006 2007 2008 2009 2010

# % # % # % # % # %

T 117585 100,00% 120343 100,00% 166372 100,00% 170334 100,00% 193124 100,00%

CF 117514 99,94% 120335 99,99% 166372 100,00% 170333 100,00% 193123 100,00%

COGNOME 117585 100,00% 120343 100,00% 166372 100,00% 170334 100,00% 193124 100,00%

NOME 117585 100,00% 120343 100,00% 166372 100,00% 170334 100,00% 193124 100,00%

DATA DI NASCITA 117585 100,00% 120343 100,00% 166372 100,00% 170334 100,00% 193124 100,00%

Esenzioni ticket Tab. 4.3.25: Percentuale di completezza chiavi di linkage per anno – Esenzioni ticket

chiavi 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001

% % % % % % % % % % %

T 100 100 100 100 100 100 100 100 100 100 100

COGNOME 100 100 100 100 100 100 100 100 100 100 100

NOME 100 100 100 100 100 100 100 100 100 100 100

DATA DI NASCITA 100 100 100 100 100 100 100 100 100 100 100

chiavi 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012

% % % % % % % % % % %

T 100 100 100 100 100 100 100 100 100 100 100

COGNOME 100 100 100 100 100 100 100 100 100 100 100

NOME 100 100 100 100 100 100 100 100 100 100 100

DATA DI NASCITA 100 100 100 100 100 100 100 100 100 100 100

La procedura utilizzata per il record linkage è di tipo semi-deterministico, ovvero un record è considerato riconducibile al medesimo soggetto solo se la corrispondenza fra campi riferiti alla stessa variabile è perfetta, con una procedura a cascata di passi sempre meno restrittivi. Le informazioni anagrafiche contenute in tutti gli archivi sono state utilizzate per identificare i soggetti nell’Anagrafe mediante i seguenti 5 passi di chiave:

55

step 1: tessera sanitaria, cognome, nome, data di nascita step 2: tessera sanitaria, cognome, data di nascita step 3: tessera sanitaria, nome, data di nascita step 4: tessera sanitaria, cognome, nome step 5: cognome, nome, data di nascita

Negli archivi dove è presente anche il Codice Fiscale tra le variabili, prima dello step 5 sono stati effettuati i seguenti passi:

step 1 (CF): codice fiscale, cognome, nome, data di nascita step 2 (CF): codice fiscale, cognome, data di nascita step 3 (CF): codice fiscale, nome, data di nascita step 4 (CF): codice fiscale, cognome, nome

Nell’archivio di mortalità non è presente la Tessera Sanitaria, quindi nei primi 4 step è sostituita con il Codice Fiscale.

Volendo dare una visione d’insieme, nella seguente tabella sono evidenziate le caselle corrispondenti ai passi di chiave utilizzati nel record linkage dello specifico archivio:

Tab. 4.3.26: Passi di chiave utilizzati nel record linkage, per archivio

Passi di chiave SDO Mortalità PF ET T C N DN T C DN T C N

T N DN CF C N DN CF C DN CF C N

CF N DN C N DN

Legenda: T: Tessera Sanitaria C: Cognome N: Nome DN: Data di Nascita CF: Codice Fiscale

3.3 - Esecuzione di procedure di record linkage semi-deterministico a cascata

E’ stata elaborata una procedura per effettuare il record linkage in SAS System, con l’obiettivo di massimizzare standardizzazione (replicabilità) e sicurezza.

56

Sono state formulate una serie di query eseguite a cascata; la logica di ogni ciclo di query è selezionare i soggetti che linkano per il passo di chiave, sottrarli dall’archivio con il quale si è effettuato il linkage e creare il nuovo archivio dopo la sottrazione, oltre ad una tabella contenente i record linkati. Al termine dello step “n” si otterranno dunque due tabelle:

- tab_stepn: contiene i record linkati nello step n - tab_dopo_stepn: contiene i record dell’archivio che non sono ancora stati

linkati fino a questo punto (è la nuova tabella che verrà incrociata con l’anagrafe allo step n+1)

Nella query di incrocio viene aggiunta ad ogni record la variabile Tessera Sanitaria, ottenuta dall’Anagrafe.

Dall’unione di tutte le tabelle tab_stepn si ottiene il dataset con tutti i record agganciati; in questo dataset si eliminano le variabili anagrafiche dell’archivio, poiché le informazioni anagrafiche utilizzate in seguito saranno esclusivamente derivate dall’Anagrafe Sanitaria.

3.4- Valutazione delle percentuali di linkage

Si riportano di seguito le tabelle con il numero assoluto di record linkati per singolo passo di chiave, il numero degli appaiati cumulati nonché dei record non agganciati, con le relative percentuali. Inoltre per i soggetti non appaiati è stata controllata nella fonte originale la percentuale di soggetti appartenenti all’ASL e sono state ricalcolate le percentuali di linkati togliendo la mobilità “attiva”. Infine per i record linkati totali e per i soli appartenenti all’ASL 16 sono state calcolate le percentuali degli appaiati cumulati per anno.

Va precisato che l’Anagrafe Sanitaria 2011 utilizzata per il linkage non considera il distretto 6 di Piove di Sacco, mentre le fonti contengono anche le informazioni relative a questi assistiti a partire dall’anno 2010 e quindi ciò giustifica percentuali di linkage più basse per questo anno (vedasi, in particolar modo, le SDO e le prescrizioni farmaceutiche).

57

Certificati di morte

Tab. 4.3.27: Percentuale di incrocio per singolo passo di chiave e totale – Certificati di Morte

Fonte Periodo Passi di chiave

Appaiati Appaiati cumulati

% appaiati

% appaiati cumulati

MO

RT

ALI

TÀ

2001

-201

0 K0 42972

CFCNDN 31140 31140 72,46% 72,46%

CFCDN 587 31727 1,37% 73,83%

CFCN 57 31784 0,13% 73,96%

CFNDN 454 32238 1,06% 75,02%

CNDN 3510 35748 8,17% 83,19%

non appaiati 7224 16,81%

di cui dell'ASL 1184 16,39%

di cui fuori ASL

6040 83,61%

Tab. 4.3.28: Percentuali di record appaiati per anno – Certificati di Morte

Anno 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

% appaiati cumulati 75,7 80,2 83,5 82,4 83,4 86,2 87,7 87,4 88,7 77,3

% appaiati cumulati ASL** 89,2 93,9 95,8 95,2 96,2 98,6 99,3 99,3 99,8 99,3

** percentuale di linkage tra gli assistiti dell’ASL 16

La quota di non appaiati è piuttosto elevata, poiché i certificati fanno riferimento a tutti i decessi avvenuti a Padova. Per ricavare l’appartenenza o meno all’ASL 16 sono stati considerati come residenza i 20 comuni dell’ASL. Dal 2001 si è calcolata la percentuale di soggetti assistiti dall’ASL 16 non agganciati con l’Anagrafe: questa quota è in diminuzione, passando dal massimo di 10,8% del 2001 allo 0,7% del 2010 e attestandosi a meno dell1% anche nei 3 anni precedenti.

58

Mobilità attiva e passiva delle Schede di dimissione ospedaliera (SDO)

Tab. 4.3.29: Percentuale di incrocio per singolo passo di chiave e totale – SDO

Fonte Periodo Passi di chiave

Appaiati Appaiati cumulati

% appaiati

% appaiati cumulati

SD

O

2001

-201

0

K0 931807

TCNDN 638072 638072 68,48% 68,48%

TCDN 24199 662271 2,60% 71,08%

TCN 2247 664518 0,24% 71,32%

TNDN 3898 668416 0,42% 71,73% CFCNDN

80183 748599 8,61% 80,34%

CFCDN 3047 751646 0,33% 80,67%

CFCN 24 751670 0,00% 80,67%

CFNDN 1207 752877 0,13% 80,80%

CNDN 10887 763764 1,17% 81,97% non appaiati 168043 18,03%

di cui dell'ASL 35477 21,11%

di cui fuori ASL

132566 78,89%

Tab. 4.3.30: Percentuali di record appaiati per anno – SDO

Anno 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 % appaiati cumulati 85,9 85,3 84,6 83,7 82,1 82,3 82,1 80,6 81,6 71,3

% appaiati cumulati ASL** 96,4 96,4 96,8 97,0 97,1 96,7 96,8 96,1 97,4 84,1

** percentuale di linkage tra gli assistiti dell’ASL 16

L’archivio SDO contiene tutti i ricoveri effettuati dai presidi ospedalieri dell’ASL 16 e non (tra cui IOV e Azienda Ospedaliera) da parte di residenti e non, e/o domiciliati. La quota di assistiti non appaiati sul totale dei record è pari al 3,81%. Va ricordato che nelle SDO del 2010 ci sono anche i ricoveri degli assistiti appartenenti al distretto 6 di Piove di Sacco che, quindi, non si linkano con l’Anagrafe Sanitaria perché in questa non sono presenti e per questo si registra una sostanziale diminuzione degli appaiati in generale (71,3%), che si conferma anche tra gli assistiti (84,1%).

59

Prescrizioni farmaceutiche

Tab. 4.3.31: Percentuale di incrocio per singolo passo di chiave e totale – Prescrizioni farmaceutiche

Fonte Periodo Passi di chiave Appaiati

Appaiati cumulati

% appaiati

% appaiati cumulati

FA

RM

AC

I

2001

-201

0*

K0 14930194

TCNDN 14173547 14173547 94,93% 94,93%

TCDN 349980 14523527 2,34% 97,28%

TCN 19197 14542724 0,13% 97,40%

TNDN 32696 14575420 0,22% 97,62%

CFCNDN 2254 14577674 0,02% 97,64%

CFCDN 4266 14581940 0,03% 97,67%

CFCN 3 14581943 0,00% 97,67%

CFNDN 969 14582912 0,01% 97,67%

CNDN 281 14583193 0,00% 97,68%

*è stato eliminato lo 0,04% di record con “DATA PRESCRIZIONE” compresa tra gli anni 1950-2000 e 2011-2076

non appaiati 347001 2,32%

Tab. 4.3.32: Percentuali di record appaiati per anno – Prescrizioni farmaceutiche

Anno 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 % appaiati cumulati 99,0 99,1 99,1 99,1 99,4 99,5 99,5 99,5 99,6 86,4

In tutti gli anni la percentuale di record non appaiati è inferiore o uguale all’1% ad eccezione dell’anno 2010. Anche in questo caso (come per le SDO) è dovuto agli assistiti del distretto 6 di Piove di Sacco che sono compresi tra le prescrizioni farmaceutiche, ma non tra gli assistiti in Anagrafe Sanitaria utilizzata per il linkage, pertanto ne consegue una diminuzione della percentuale.

60

Mobilità passiva delle prescrizioni farmaceutiche

Tab. 4.3.33: Percentuale di incrocio per singolo passo di chiave e totale – Prescrizioni farmaceutiche

Fonte Periodo Passi di chiave

Appaiati Appaiati cumulati

% appaiati % appaiati cumulati

FA

RM

AC

I

2001

-201

0

K0 1032415 TCNDN 979474 979474 94,87% 94,87% TCDN 12332 991806 1,19% 96,07% TCN 668 992474 0,06% 96,13% TNDN 1538 994012 0,15% 96,28% CFCNDN 247 994259 0,02% 96,30% CFCDN 460 994719 0,04% 96,35% CFCN 0 994719 0,00% 96,35% CFNDN 69 994788 0,01% 96,36% CNDN 36 994824 0,00% 96,36%

non appaiati 37591 3,64%

Tab. 4.3.34: Percentuali di record appaiati per anno – Prescrizioni farmaceutiche

Anno 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 % appaiati cumulati 97,9 98,0 97,6 97,6 98,7 99,1 99,0 98,0 99,1 86,8

In questo caso la percentuale di record non appaiati è inferiore o uguale al 2,4% nel corso degli anni ad eccezione dell’anno 2010 che registra, nuovamente, una concreta diminuzione della percentuale come in precedenza. Anche in questo caso tra le prescrizioni farmaceutiche ci sono anche quelle degli assistiti del distretto 6 di Piove di Sacco che, invece, non sono considerati tra gli assistiti dell’Anagrafe Sanitaria utilizzata per il linkage.

61

Esenzioni ticket

Tab. 4.3.35: Percentuale di incrocio per singolo passo di chiave e totale – Esenzioni ticket

Fonte Periodo Passi di chiave

Appaiati Appaiati cumulati

% appaiati

% appaiati cumulati

ES

EN

ZIO

NI

1991

-201

1*

K0 297095

TCNDN

291588 291588 98,15% 98,15%

TCDN 786 292374 0,26% 98,41%

TCN 49 292423 0,02% 98,43% TNDN 327 292750 0,11% 98,54% CNDN 179 292929 0,06% 98,60%

* i dati relativi all’anno 2012 sono parziali, ossia arrivano fino al mese di settembre (mancano gli ultimi 4 mesi)

non appaiati 4166 1,40%

di cui dell'ASL 1676 40,23%

di cui fuori ASL

2490 59,77%

Tab. 4.3.36: Percentuali di record appaiati per anno – Esenzioni ticket

Anno 1991 1992 1993 1994 1995 1996 1997 1998 1999 % appaiati cumulati 99,5 99,5 99,6 99,4 99,4 99,5 99,4 98,6 98,9

% appaiati cumulati ASL** 99,7 99,6 99,7 99,6 99,6 99,8 99,6 99,3 99,4

Anno 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 % appaiati cumulati 98,2 98,4 98,5 98,9 98,5 98,5 98,4 98,2 98,0 97,9 97,8 97,5

% appaiati cumulati ASL** 99,2 99,3 99,4 99,6 99,4 99,3 99,4 99,3 99,1 99,1 99,0 98,6

** percentuale di linkage tra gli assistiti dell’ASL 16

In questo caso è stata considerata la variabile ‘ASL_ASS=050116’ presente nelle esenzioni ticket per identificare gli individui dell’ASL 16. Nel 16,7% dei casi è mancante o corrisponde ad altra ASL. Considerando la variabile ‘ASL_RES=050116’, le percentuali di appaiati cumulati ASL diminuiscono leggermente nonostante sia nell’1,01% mancante o altra ASL.

62

5. CONSIDERAZIONI C ONCLUSIVE DELLA FASE PILOTA

5.1 I risultati dallo studio EPIAIR2 confermano la presenza di un rischio associato all’inquinamento atmosferico di fondo per la mortalità totale e per le malattie cardiache e respiratorie in particolare. La situazione di Padova, e delle altre città del Veneto coinvolte nello studio (Mestre-Venezia, Treviso e Rovigo), è simile a quella delle altre città situate nella pianura padana per le quali si riscontrano i livelli espositivi e i rischi maggiori. L’aggiornamento di questo progetto del Ministero della Salute evidenzia però un calo delle stime di rischio nel periodo studiato rispetto ai precedenti.

5.2 La popolazione interessata dalla ricaduta delle emissioni dall’impianto di termovalorizzazione è stata individuata e geo-referenziata e risulta di dimensioni molto ridotte. Dai test di analisi della mortalità si conferma quanto previsto, ovvero la grande instabilità delle stime del rischio dovuta alla numerosità molto ridotta della popolazione nelle varie categorie espositive. Inoltre il differenziale delle stime di concentrazione, stimate a valori della terza cifra decimale, non è compatibile con misurabili effetti sulla salute, ovvero il contributo delle emissioni di polveri PM10 dal termovalorizzatore ai livelli di inquinamento di fondo appare irrilevante. Questa evidenza si basa sui risultati concordanti delle stime di ricaduta effettuate indipendentemente da due diverse fonti, l’ARPA Aria e la Termokimik; le mappe prodotte da quest’ultima sono state da noi rese utilizzabili ai fini dell’analisi spaziale. Dai test di analisi dell’incidenza per Infarto del Miocardio e di prevalenza per Cardiopatie Ischemiche e Bronchite Polmonare Cronica Ostruttiva (BPCO) non emerge alcuna associazione di queste patologie con le stime di ricaduta al suolo del parametro PM10.

Si conferma di conseguenza la prevalente natura di sorveglianza sanitaria del progetto e si indica come priorità l’aggiornamento del follow-up della coorte dei 304450 soggetti aggiornando le fonti sanitarie attualmente disponibili fino al 2010.

Si propone di ricostruire la storia residenziale dei soggetti, ossia il tempo di inizio della permanenza nell’area interessata dalle ricadute e la sua durata per ciascun soggetto residente nelle varie zone a diversa concentrazione di inquinanti soprattutto in relazione alle patologie neoplastiche, per le quali viene riscontrato un eccesso

63

nell’area più vicina alle ricadute al suolo dell’inceneritore, che hanno sviluppo a lungo termine e i cui eventuali fattori di rischio vanno collocati almeno negli anni ’70 o antecedenti.

Queste analisi potranno allargarsi ad altre patologie una volta aggiornato il follow-up di questo studio longitudinale SLPD aumentando così la potenza statistica delle analisi. Suggeriamo ugualmente di introdurre nelle analisi future altri inquinanti che possano essere di interesse in una prospettiva di valutazione a medio–lungo termine di potenziali rischi per la salute della popolazione monitorata.

5.3 La costruzione di un sistema di sorveglianza sanitaria in forma epidemiologica di Studio Longitudinale è apparso fattibile sulla base delle verifiche e dei controlli di qualità condotti, del recupero almeno parziale dell’anagrafe storica, e dei risultati delle operazioni di record-linkage. Appare prioritario, come sopra indicato, completare la base dati dello SLPD e aggiornare il follow-up della popolazione attualmente fermo al 2010.

Una volta completata la base dati costruita sull’apporto delle fonti correnti sanitarie dell’ASL16 si potrà procedere alla stima dell’incidenza di ulteriori patologie croniche quali asma, diabete e tumori mediante l’applicazione di algoritmi consolidati nonché esplorare la frequenza di altre patologie specifiche non solo in rapporto all’inquinamento atmosferico (tenendo conto anche degli altri macro e micro inquinanti emessi dall’inceneritore), ma anche in quadro generale di monitoraggio di un profilo sanitario sempre più complesso quale si sta determinando nelle popolazioni occidentali servite da Servizi Sanitari Nazionali.

Si propone in particolare di includere nell’analisi variabili che identifichino lo stato socio-economico dei soggetti in studio, come la sezione censuaria di appartenenza, oppure, qualora fosse possibile attraverso record-linkage con i dati nominativi del censimento, in considerazione del ruolo che notoriamente ha questa variabile nell’influire in modo differenziale sullo stato di salute delle popolazioni.

64

Appendice

Allegato A– Gruppi di cause, classificazione ICD-IX e ICD-X

GRUPPO CODICI ICD IX

CODICI ICD X

DENOMINAZIONE

I 001-139 A00-B99 Malattie infettive e parassitarie

II 140-239 C00-D48 Tumori

III 240-279 E00-E90 Malattie endocrine

IV 280-289 D50-D89 Malattie del sangue e degli organi ematopoietici

V 290-319 F00-F99 Disturbi psichici

VI 320-389 G00-H95 Malattie del sistema nervoso e degli organi dei sensi

VII 390-459 I00-I99 Malattie del sistema circolatorio

VIII 460-519 J00-J99 Malattie dell'apparato respiratorio

IX 520-579 K00-K93 Malattie dell'apparato digerente

X 580-629 N00-N99 Malattie dell'apparato genito-urinario

XI 630-679 O00-O99 Complicazione della gravidanza, del parto e del puerperio

XII 680-709 L00-L99 Malattie della pelle e del tessuto sottocutaneo

XIII 710-739 M00-M99 Malattie del sistema osteomuscolare e del tessuto connettivo

XIV 740-759 Q00-Q99 Malformazioni congenite

XV 760-779 P00-P96 Condizioni morbose perinatali

XVI 780-799 R00-R99 Sintomi e stati morbosi maldefiniti

XVII 800-999 S00-T99 Accidenti, avvelenamenti e traumatismi

65

Allegato B.1 – Categorie farmaceutiche, classificazione ATC

CATEGORIA DESCRIZIONE

A Apparato gastrointestinale e metabolismo

B Sangue e organi emopoietici

C Sistema cardiovascolare

D Dermatologici

G Sistema genito-urinario ed ormoni sessuali

H Preparati ormonali sistemici, esclusi gli ormoni sessuali

J Antimicrobici generali per uso sistemico

L Farmaci antineoplastici ed immunomodulatori

M Sistema muscolo-scheletrico

N Sistema nervoso

P Farmaci antiparassitari, insetticidi e repellenti

R Sistema respiratorio

S Organi di senso

V Vari

Allegato B.2 – Categorie farmaceutiche richieste, classificazione ATC

Codice ATC DESCRIZIONE A10* ANTIDIABETICI C01D* VASODILATATORI C02* ANTIPERTENSIVI C03* DIURETICI C07* βBLOCCANTI C08* CALCIO-ANTAGONISTI C09* SOSTANZE AD AZIONE SUL SISTEMA RENINA-ANGIOTENSINA J01* ANTIBATTERICI J05* ANTIVIRALI N05* PSICOLETTICI R03* FARMACI RESPIRATORI