OBIETTIVO DEL CORSO 

I dati amministrativi offrono ai ricercatori una ricca e esaustiva fonte di informazioni per analizzare i fenomeni economici, sociali e demografici, spesso a un livello geografico molto più dettagliato di quanto sia possibile con i campioni standard. Oggi le potenze di calcolo disponibili sui computer, insieme ai recenti sviluppi nel software statistico, consentono di lavorare con i cosiddetti “big data”, e rendono l’analisi dei dati amministrativi più semplice da realizzare anche a livello periferico, dando agli operatori del settore e ai ricercatori la possibilità di studiare una serie di fenomeni nel mercato di lavoro, nel sistema pensionistico, nella migrazione, nei trends demografici e nella sanità pubblica.

 

L’esperienza accumulata nei mesi della pandemia di COVID-19 ha permesso di comprendere quanto enorme sia la mole di dati facilmente e pubblicamente accessibili attraverso il World Wide Web, e ha evidenziato quanto le capacità di elaborazione dei dati con metodi robusti e riproducibili diventi una risorsa strategica per un utilizzo corretto ed efficace dei dati stessi.

 

Gli obiettivi di questo corso, in particolare, consistono nel: i) presentare alcune importanti fonti di dati amministrativi disponibili per la programmazione e la gestione della sanità pubblica; ii) illustrare alcuni importanti metodi per la gestione/manipolazione e per l’analisi di questi dati in Stata. Utilizzando una combinazione di dati liberamente accessibili da fonti istituzionali (ISTAT, Protezione Civile, ECDC) ed esempi di dati ospedalieri (Flusso SDO dei Ricoveri dei Sistemi Informativi Ospedalieri), il corso introduce lo studente ai principali sistemi di classificazione in ambito sanitario, ai metodi utilizzati per registrare e raccogliere i dati e alle metodologie disponibili in Stata per la visualizzazione e analisi di archivi di dati anche di grandi dimensioni.

 

DESTINATARI

Il corso è progettato per medici ed operatori in sanità pubblica provenienti da istituzioni pubbliche e private ma è anche indicato per studenti, dottorandi, specializzandi e assegnisti di ricerca nel campo delle scienze mediche, della sanità pubblica e dell’economia sanitaria che hanno necessità di utilizzare i dati amministrativi nella ricerca empirica.

 

REQUISITI RICHIESTI

Conoscenze di base di statistica e del Software Stata.


PROGRAMMA

SESSIONE I: DATI AMMINISTRATIVI E DATI EPIDEMIOLOGICI

  1. Dati amministrativi, demografici e sanitari: dati NSIS, ISTAT, e altre fonti  (special topic: dati epidemiologici e da fonti istituzionali in era COVID)
  2. Importare e utilizzare con Stata dati provenienti da data warehouse contenenti dati amministrativi e sanitari
  3. Automatizzare analisi e presentazione dei dati con Stata

 

SESSIONE II: DESCRIZIONE DEI TREND TEMPORALI E ANALISI DELLA MORTALITA’ IN CORSO DI PANDEMIA

  1. Costruire ed interpretare Curve epidemiche e Indici di incidenza/prevalenza nella loro rappresentazione spaziale e temporale in corso di Pandemia
  2. Calcolare e rappresentare tassi standardizzati con Stata: Standardizzazione Diretta e Indiretta, presentazione dei risultati sotto forma di grafici e mappe geografiche

 

SESSIONE III: LA CLASSIFICAZIONE DELLE MALATTIE E DEI RICOVERI

  1. Sistemi di classificazione in ambito sanitario: Classificazione delle malattie e delle procedure: i codici ICD-9, ICD-9CM, ICD-10, ICD-10CM, ICD10-PCS
  2. La scheda di dimissione ospedaliera (SDO) e il sistema DRG
  3. Schede di morte e altre statistiche di mortalità

 

SESSIONE IV: ANALISI DI DATI OSPEDALIERI CON STATA – DALL’ANALISI DESCRITTIVA AL CONTROLLO DEL CONFONDIMENTO

  1. Gestire Codici ICD con Stata: verifica e pulizia dei codici, identificare gruppi di codici e diagnosi o procedura mediante la suite di comandi dedicati Stata
  2. Analisi descrittiva e inferenziale delle schede SDO: metodi per una efficace tabulazione e per la realizzazione di diagrammi a barre, distribuzioni di frequenza, grafici di correlazione, applicazione di test statistici
  3. Analizzare durata di degenza e sopravvivenza dopo interventi chirurgici: risk adjustment sui database amministrativi mediante regressione e analisi della sopravvivenza