SISTEMA VSITALIA Generale Presentazione Immagini da VSITALIA Serie:  1  2  3  4 Area Lavori Area download Links utili Direzione Sanitaria

Scrivi all'autore Scrivi a VsItalia

tag: autore autori salute sanità cuore cardiaco malattia malattie mortalità organizzazione programmazione Direzione Sanitaria Toscana Legge Regione regionale tassi standardizzati carta dei servizi soddisfazione monitoraggio health care author authors heart disease mortality Cause of  death and expectation of life           longevity indicators of health care.

MATERIALI E METODI USATI

IN SISTEMA VSITALIA

MATERIALI

I dati di mortalità sono tratti dalle serie storiche ISTAT (scaricate nel corso degli anni dal sito ufficiale ISTAT o da siti mirror) fornite sotto forma di file testo TXT e sono stati confrontati con analoghi dati dell’Istituto Superiore della Sanità.

I dati sono aggregati per provincia (95 fino al 1994, 103 successivamente); per poter utilizzare i dati nei confronti temporali sono stati comunque riportati a 95 province.

Sono stratificati per sesso e per classi d’età quinquennale e riportano le cause di morte secondo la codifica ICD-9^a revisione del 1975⁹.

I dati di residenza hanno posto analoghe problematiche di standardizzazione presentando, inoltre, anche alcune lacune nelle stratificazioni per fasce; queste problematiche sono state affrontate con l’utilizzo dell’algoritmo F (vedi metodi) da noi strutturato.

E’ stata realizzata una “rete” di file Excel che, automatizzando le procedure, permette il calcolo dei vari indicatori e la ulteriore organizzazione di questi in tabelle e grafici tutti visualizzabili con un click del mouse su appositi bottoni a video.

ALGORITMO F

Per gli anni 1993 - 1994 - 1995 e  solo per alcune province (20 su 95 per il 1993, 9 su 95 per il 1994 e 3 su 95 per il 1995), i dati ISTAT da noi reperiti erano raggruppati per grandi fasce di età (0-14 anni, 15-64 anni e >=65 anni ); si è provveduto quindi a ricostruire le fasce quinquennali secondo il seguente algoritmo:

Fi = ( Fm i * Fg ) / Fmg

Fi       =   popolazione residente di classe quinquennale  i esima da    ricostruire

Fm i   =   media della popolazione residente di classe quinquennale  i esima dell’anno precedente e popolazione residente di classe quinquennale  i esima dell’anno successivo

Fg       =  popolazione residente nella classe di età g esima per grande fascia dell’anno da ricostruire

Fmg   =  media della popolazione residente nella classe di età g esima per grande fascia dell’anno precedente e popolazione residente nella classe d’età  g esima per grande fascia dell’anno successivo

SET CAUSE DI MORTE

* Escluse quelle considerate singolarmente

** A.I.D.S. : si intende “deficit immunità cellulare”

Per i descritti gruppi di cause vengono calcolati per la popolazione divisa per sesso e classi di età quinquennali:

- tasso grezzo di mortalità (x 1.000)³⁷:

Tg= n/p * 1.000

n = numero degli eventi morte

p = popolazione residente osservata

Esprime il numero di morti all’anno che si verifica (per tutte le cause o per cause definite) ogni 1.000 residenti. Viene definito grezzo in quanto non tiene conto delle caratteristiche e/o differenze delle popolazioni comparate in ordine ad età, sesso ed altre variabili.

Il metodo non è adatto al confronto tra popolazioni diverse. Infatti, un problema che sorge nel confronto di tassi grezzi osservati in diverse popolazioni è che queste possono differire in relazione ad importanti caratteristiche (ad esempio composizione per sesso e fasce di età) che influiscono pesantemente sul rischio di patologia o di morte (variabili confondenti). Pertanto, i tassi sono stati standardizzati come sotto descritto:

 -  tassi standardizzati di mortalità (x 1.000)³⁷:

E’ stata utilizzata la tecnica di standardizzazione diretta.

Tst = [(ΣiTi * psei)/Σi psei]*1.000

Ti   = ni / pi = tasso di mortalità nella popolazione in osservazione di classe di età i esima

ni    = eventi osservati nel periodo e nella popolazione di classe di età i esima

pi    = popolazione residente nella classe di età i esima

psei = popolazione standard nella classe di età i esima

ANNI DI VITA POTENZIALE PERSI

I tassi di mortalità attribuiscono a tutti i decessi lo stesso valore. Bisogna considerare, invece, che le morti  in età più giovane sono socialmente più rilevanti, in quanto sottraggono più anni di vita potenziale.

Dall'osservazione delle frequenze di morte per causa, arricchita dell’ulteriore informazione dell'età in cui le morti si sono verificate, si può arrivare ad esprimere in un'unica cifra la perdita di vita potenziale misurata in anni. La valutazione degli "Anni di Vita Potenziale Persi" (Years of Potential Life Lost: YPLL)^{3, 18} stima la media di anni che una persona avrebbe vissuto se non fosse morta prematuramente.

Sono stati proposti diversi metodi per il calcolo degli YPLL  . Quelli da noi utilizzati (ed applicati ad ogni singola causa di morte) sono i seguenti due:

 1)     YPLL 65 (Anni di Vita “Produttiva” Potenziale Persi)

Sono rappresentati dalla sommatoria del prodotto del numero di morti in ciascuna classe di età per il numero di anni rimanenti da quella età fino ai 65 anni.

Tasso grezzo di YPLL 65 = Σ ai di * 1000/N

N = numero di persone della popolazione in esame nelle età fino a 65 anni.

ai = 65-(i+0,5)

di = numero di deceduti nella classe di età i

Tasso standardizzato di YPLL 65 = Σ ai di * (di/Pi) * (Pis/Ns) * N

Pi = numero di persone nella classe di età i nella popolazione in esame

Pis = numero di persone nella classe di età i nella popolazione standard

Ns = numero totale di persone fino a 65 anni nella popolazione standard

2)     YPLLlifex (Anni di Vita Potenziale Persi in base alla speranza di vita)

Gli anni di vita rimanenti del calcolo precedente (ai) sono sostituiti con la Speranza di vita al momento della morte (exi), ricavata dalle tavole di mortalità per gli anni in esame.

I tassi grezzi e standardizzati vengono calcolati come sopra, laddove a N e Ns corrisponde l’intera popolazione in esame (N) e la popolazione standard (Ns).

I due metodi sono stati scelti rispettivamente:

-  il primo perché fa risaltare particolarmente le morti che sottraggono anni in età lavorativa;

-  il secondo considera gli anni di vita persi secondo la speranza di vita di fascia per tutte le fasce.

MORTALITA’ EVITABILE

“Alcune malattie non dovrebbero più essere presenti nei paesi che hanno servizi sanitari bene organizzati o , perlomeno, non dovrebbero portare a morte perché gli attuali mezzi terapeutici sono tali da poter assicurare la guarigione”².

Una selezione dei dati di mortalità rispetto alle cosiddette cause “evitabili” di morte permette, quindi, di evidenziare alcuni fenomeni più direttamente correlabili all’intervento dei servizi sanitari^{10, 11}.

Il set delle cause evitabili analizzato comprende tutte le cause elaborate dal sistema, lasciando ampia libertà di scelta, considerando comunque solo le fasce del range 5-65.

Vengono dunque calcolati, per ciascun sesso e per le suddette cause, i tassi standardizzati di mortalità e le differenze di mortalità evitabile tra i due periodi in studio. 

SPERANZA DI VITA ALLA NASCITA

La speranza di vita rientra nel gruppo degli indicatori di tendenza demografica, cioè quegli indicatori che consentono di prefigurare le linee principali di sviluppo demografico delle popolazioni, rilevando elementi e fenomeni che di tale sviluppo sono presupposto.

Gli indicatori di tendenza suggeriscono come (in che direzione) si modificherà la composizione di una popolazione sotto l'azione di fattori di modificazione demografica: nascita, morte, emigrazione, immigrazione.

Tale indicatore è costruito retrospettivamente per ogni età o per ogni fascia di età, rapportando la somma totale degli anni di sopravvivenza di tutti i soggetti di quella età al numero totale di soggetti. Esso rappresenta cioè il numero di anni che mediamente restano da vivere a soggetti di una determinata età³⁷.

La speranza di vita alle diverse età può essere dunque assai differente, sia in numero assoluto di anni di sopravvivenza sia percentualmente.

La speranza di vita si calcola, infatti, ogni volta considerando solo la popolazione di una certa fascia di età; trascurando cioè i morti ad età precedenti.

VARIAZIONE SPERANZA DI VITA

 Dalla speranza di vita alla nascita viene calcolata la variazione di speranza di vita tra i due trienni in esame, espressa in termini di anni di vita guadagnati alla nascita e per ogni fascia quinquennale di età, applicando la seguente formula:

∆Exei    =  Exei2 – Exei1

∆Exei    =  Variazione speranza di vita nella classe di età i

Exei2     =  Speranza di vita nella classe di età i nel 2° triennio

Exei1     =   Speranza di vita nella classe di età i nel 1° triennio

PROBABILITA’ DI MORTE

 Anche questo dato viene ricavato dalle Tavole di Mortalità, applicando la seguente formula³⁵:

qxi = dxi / lxi

dxi   = numero di deceduti nella classe di età i

lxi   = numero di sopravvissuti nella classe di età i

L’indicatore da noi utilizzato è il rapporto fra la probabilità di morire nel 1° triennio rispetto al 2° triennio:

qxi ratio = qxi A / qxi B

qxi A  = probabilità di morte nel 1° triennio nella classe di età i

qxi B  = probabilità di morte nel 2° triennio nella classe di età i

Questo rapporto viene calcolato per sesso e classi di età quinquennali.

Mediante questo indicatore si ottengono interessanti informazioni riguardo alle variazioni del rischio di morire alle varie età nel range temporale analizzato, mettendo quindi in luce quali sono le fasce di età in cui si riscontrano maggiori problemi .

ANALISI DELLE VARIAZIONI NELLA SPERANZA DI VITA

PER FASCE DI ETA’ E PER CAUSA

E’ stato calcolato il contributo delle principali cause di morte alla variazione di speranza di vita tra i trienni, utilizzando il Metodo di Pollard^{30, 31}. Questo metodo permette di confrontare la speranza di vita alla nascita di due popolazioni o della stessa popolazione in diversi periodi, attribuendo alle morti verificatesi in ogni fascia di età e per ogni causa un peso specifico, secondo la formula di Pollard:

e02 – e01 = Σ n (nmx(i)1 – nmx(i)2) wx

e02 e e01   =  speranza di vita alla nascita per le due popolazioni/anni a confronto

nmx(i)        =   tasso di mortalità centrale specifico per causa i fra l’età x e l’età x+n

wx              =   1/2(xp02 ex1 + xp01ex2)

xp0             =   probabilità di sopravvivenza dalla nascita all’età x

ex               =   speranza di vita all’età x

Questo strumento è di grande utilità per quantificare, in ogni classe d’età, il peso che le singole cause considerate hanno avuto nella variazione della speranza di vita  fra i due trienni in esame:

·        valori negativi del peso = impatto negativo della causa di morte sulla speranza di vita aumentato

·        valori positivi  del peso = impatto positivo  della causa di morte sulla speranza di vita aumentato

Estremamente importante risulta analizzare congiuntamente i rapporti di probabilità di morte osservati con i risultati che l’applicazione della tecnica di Pollard fornisce, poiché ciò consente di individuare quali cause sono state più determinanti.

Il metodo Pollard considera tutte le cause di morte in ogni fascia d’età; considerando invece solo una stessa causa di morte in ogni fascia d’età e confrontando territori diversi è possibile valutare immediatamente le differenti performances di territorio (PseudoPollard).

BIBLIOGRAFIA

1.                 Andersen R, Newman F. Societal and individual determinants of medical care utilization in the U.S. Millbank Memorial Fund Quarterly 1973; 5: 95-124.

2.                 Barbuti S, Bellelli E, Fara G M, Giammanco G. Metodologia Epidemiologica ed Epidemiologia Clinica. 4. ed. Bologna: Monduzzi Editore, 1999.

3.                 Barchielli A, Geddes M. Statistiche di mortalità e valutazione dello stato di salute di una popolazione: alcuni indicatori di utilizzo meno frequente. Ig Mod 1985; 83:701-714.

4.                 Beland F. Conceptualizing the utilization of ambulatory medical care as a process. Med Care 1988; 26: 115-123.

5.                 Black D, Whitehead M, Townsend P, Davidson N P, Townsend N, Davidson (Ed.) Inequalities in Health: The Black Report. Penguin Harmondsworth: 1982.

6.                 Broyles R, Manga P, Binder D, Angus A. The use of physician services under a National Health insurance scheme: an examination of the Canadian Health Survey. Med Care 1983; 21: 1037-1054.

7.                 Carr-Hill R, Sheldon T. Rationality and the Use of Formulae in the Allocation of Resources to Health Care. J Pub Health Med 1992; 14: 117-26.

8.                 Carstairs V, Morris R. Deprivation, Mortality and Resource Allocation. Community Med 1989; 11: 364-72.

9.                 Classificazione delle malattie, traumatismi e cause di morte - Versione Italiana della 9^a revisione 1975 - ISTAT, Istituto Centrale di Statistica, 1997.

10.            CNR, UNIVERSITÀ' TOR VERGATA Prometeo, Atlante della Sanità Italiana 1999.

11.            CNR, UNIVERSITÀ' TOR VERGATA Prometeo, Atlante della Sanità Italiana 2001.

12.            Cohen M M, MacWilliam L. Measuring the health of the population. Med Care 1995; 33 (12 suppl.): 21-42.

13.            Culyer A J. Need: the idea won't do-but we still need it. Soc Sci Med 1995; 40 (6): 727-730.

14.            Eyles J, Birch S, Chambers S, Hurley J, Hutchison B. A Needs-based Methodology for Allocating Health Care Resources in Ontario, Canada: Development and an Application. Soc Sci Med 1991; 33: 489-500.

15.            Eyles J, Birch S. A population needs-based approach to health-care resource allocation and planning in Ontario: a link between policy goals and practice?. Can J Public Health 1993; 84 (2): 112-7.

16.            Fox P. Managing health resources: English style. In: McLachlan G. By Guess or by What? Information Without Design in the NHS. Nuffield Provincial Hospital’s Trust 1978: 3-64.

17.            Frohlich N, Mustard C, Socioeconomic characteristics. University of Manitoba Centre for Health Policy and Evaluation Winnipeg 1994.

18.            Gardner J W, Sanborm J S. Years of Potential Life Lost (YPLL) - What does it measure?. Epidemiology 1990; 1 (4): 322-9.

19.            Hanlon P, Moire D, Russel E. A study to determinate how needs assessment is being used to improve health. Public Health 1998; 112 (5): 343-6.

20.            Hornbrook M C, Goodman M J. Assessing Relative Health Plan Risk with RAND-36 Health Survey. Inquiry 1995; 32: 56-74.

21.            Jarman B. Identification of underprivileged areas. BMJ 1983; 286: 705-709.

22.            La mortalità in Italia nel periodo 1970-1992: evoluzione e geografìa. – ISTAT 1999.

23.            La mortalità in Italia - Cause di Morte – Anno 1996: nota metodologica. L’introduzione del sistema automatico di codifica delle cause di morte – ISTAT 1999.

24.            Mays N, Chinn S and Mui, Ho K. Interregional variations in measures of health from the Health and Lifestyle survey and their relation with indicators of health care need in England. J Epidemiol Community Health 1992; 46: 38-47.

25.            McKee M, Clarke A, Tennison B. Meeting local needs BMJ 1993; 306 (6878): 602.

26.            Nante N, De Bedin C, Del Colombo C, Giannuzzi P, Ngoyi Ngongo K, Addari P. Analisi della domanda e dell'offerta di assistenza ospedaliera a Siena nel 1992. Atti "36° Congr. Naz. S.It.I.” Alghero, 28 settembre-1 ottobre 1994. 1: 273.

27.            Nante N, Saglione G L, Ngoyi Ngongo K, et al. Basi epidemiologiche per la programmazione sanitaria regionale. Atti "VII Conferenza Sanità Pubblica S.It.I." Bari, 11-13 ottobre 2001: 60.

28.            Newbold K B, Eyles J, Birch S, Spencer A. Allocating resources in health care: alternative approaches to measuring needs in resource allocation formula in Ontario. Health and Place 1998; 4 (I): 79-89.

29.            Ngoyi Ngongo K, Groth N, Scipione R, Capocaccia R, Nante N. 10 anni di Servizio Sanitario Nazionale: valutazione di risultato attraverso l'analisi della mortalità evitabile. Annali di Igiene 1998; 10, 4 (suppl. 2 - Atti "38° Congr. Naz. S.It.I."): 138.

30.            Pollard J H. Cause of death and expectation of life; some international comparisons. In: Vallin J, Palloni A. Measurement and analysis of mortality: new approaches. Eds. D.S.S. Liege: Oxford  University Press, 1987: 269-91.

31.            Pollard J H. The expectation of life and its relationship to mortality. J Inst Actuaries 1982; 9: 225-240.

32.            Reid R J, Roos N P, MacWiliam L, Frohlich N, Black C. Assessing Population Health Care Need Using a Claims-based ACG Morbidity Measure: A Validation Analysis in the Province of Manitoba. Health Serv Res 2002; 37 (5): 1345-64.

33.            Roos N P, Mustard C A. Variation in Health and Health Care Use by Socioeconomic Status in Winnipeg, Canada: Does The System Work Well? Yes and No. Milbank Quarterly 1997; 75: 89-111.

34.            Rutstein DD., et al. Measuring the quality of medical care: second revision of tables and indexes, New England Journal Med., 302, 1146-1150,1980.

35.            Schott J, Haberland J, Baier W K, Bergman E. Frequency analysis for promoting public health goals-III: Potential abbreviation of longevity. Gesundheitswesen 1995; 57 (5): 247-51.

36.            Sheldon T, Smith G, Bevan G. Weighting in the dark: resource allocation in the new NHS. BMJ 1993; 306: 835-839.

37.            Signorelli C. Elementi di metodologia epidemiologica. 5^a ed. Roma: Società Editrice Universo, 2000.

38.            SLTo Studio Longitudinale Toscano: condizione socio-economica e mortalità in Toscana Informazioni statistiche. Studi Ricerche Regione Toscana, 2001.

39.            U.S. General Accounting Office. A Health Status Indicator for Targeting Federal Aid to States. U.S. General Accounting Office Washington D.C. 1996.

40.            Wilkinson J R, Murray S A. Assessment in primary care: practical issues and possible approaches. BMJ 1998; 316: 1524-1528.

41.            Wright J, Williams R, Wilkinson J R. Development and importance of health needs assessment. BMJ 1998; 316: 1310-1313.