V. Atella, F. Belotti e A. Piano Mortari - Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute
Upcoming SlideShare
Loading in...5
×
 

V. Atella, F. Belotti e A. Piano Mortari - Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute

on

  • 10,924 views

 

Statistics

Views

Total Views
10,924
Views on SlideShare
10,924
Embed Views
0

Actions

Likes
1
Downloads
4
Comments
0

0 Embeds 0

No embeds

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

CC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike LicenseCC Attribution-NonCommercial-ShareAlike License

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

V. Atella, F. Belotti e A. Piano Mortari - Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute V. Atella, F. Belotti e A. Piano Mortari - Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute Presentation Transcript

  • Selezione e armonizzazione delle variabili della base dati Health-Search e dell’indagine Istat sulle condizioni di salute Vincenzo Atella Federico Belotti Andrea Piano Mortari 24/06/2014
  • Indice 1. Obiettivi 2. Problemi 3. Profile matching 4. Armonizzazione delle variabili 5. I pazienti di HS 6. Le variabili di spesa Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014
  • Lo scopo di questo lavoro è quello di definire e validare una metodologia che consenta di integrare l’indagine Istat con le informazioni sulla spesa stimata e sulle patologie croniche desumibili della base dati Health Search-SiSSI Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Obiettivo del progetto 1
  • • Assenza di un codice identificativo comune • Assenza di variabili capaci di identificare congiuntamente ed univocamente ciascuna unità • Diversità nella frequenza di rilevazione • Diversità nella definizione di alcune variabili in comune Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Problemi 2
  • • È necessario creare una variabile link che fa da ponte tra i due dataset: la chiamiamo profilo e la usiamo per operare il merge tra i due database • merge di gruppi di unità che presentano una serie di caratteristiche in comune (e.g. sesso, età, area geografica) Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Profile Matching 3
  • le due basi di dati sono state rese omogenee in termini di: • età dei rispondenti/pazienti mediante l’eliminazione dalla base di dati Istat dei rispondenti con un’età inferiore ai 20 e superiore ai 95 anni • periodo di rilevazione prendendo in considerazione per la base di dati Health Search-SiSSI tutte e solo le informazioni rilevanti riferibili agli stessi periodi di rilevazione che caratterizzano l’indagine Istat Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Armonizzazione delle Variabili 4
  • • Trimestre di rilevazione (Dicembre 2004, Marzo 2005, Giugno 2005 e Settembre 2005) • sesso • classe d’età • area geografica Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Variabili comuni 1 5
  • • Malattie croniche. Variabile dummy che indica la presenza o meno di almeno una delle seguenti malattie croniche (diagnosticate in Health Search-SiSSI, dichiarate in Istat): diabete, enfisema, morbo di Parkinson, cirrosi epatica, asma, ipertensione, infarto, angina pectoris, ictus, tumore, calcolosi, tiroide ed altre patologie cardiovascolari; • Invalidità. Variabile dummy che indica la presenza di almeno una delle seguenti invalidità: cecità, sordomutismo e sordità; • Accertamenti diagnostici. La variabile indica se il paziente si è sottoposto nelle ultime 4 settimane ad almeno uno dei seguenti esami: esami del sangue, esami delle urine o altri accertamenti diagnostici (Rx, diagnostica per immagini, esami di laboratorio). Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Variabili comuni 2 6
  • Dalle combinazioni delle variabili comuni sono stati creati le variabili chiave (profili) per il merge • sesso • classe d'età • variabile dummy per la presenza di almeno una patologia tra: diabete, enfisema, cirrosi epatica, asma, ipertensione, ictus, tumore, calcolosi, malattie della tiroide • variabile dummy per la presenza di almeno una patologia tra infarto, angina pectoris ed altre patologie cardiovascolari • Residenza in Lombardia Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Profili 7
  • Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 I pazienti di HS 9
  • Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 I pazienti di HS 10
  • A partire dal database Health Search, integrato con i tariffari regionali e nazionali, sono state costruite le seguenti spese: • Spesa per farmaci: è la spesa calcolata a partire dalle prescrizione dei MMG (Classe A – SSN) al lordo dello sconto SSN • Spesa per visite: è la spesa calcolata a partire dalle prescrizione di visite specialistiche da parte dei MMG • Spesa per accertamenti: è la spesa calcolata a partire dalle prescrizioni di accertamenti (e.g. laboratorio, diagnostica per immagini) effettuate dai MMG • Spesa totale: è la somma delle voci precedenti Selezione e armonizzazione delle variabili HS e ISTAT, Andrea Piano Mortari – Roma, 24/06/2014 Variabili di spesa 11