Ecco il big data sanitario che funziona. In Italia

In Italia esiste un big data sanitario, ma pochi lo sanno. Come spesso accade in Italia ci sono eccellenze che lavorano in silenzio, sullo sfondo ed una di quelle che lavora da sempre nella rivoluzione digitale al fianco del mondo della ricerca e’ il CINECA. che si presenta come “ Centro di supercalcolo, Consorzio di università. Cineca è un Consorzio Interuniversitario senza scopo di lucro al servizio del sistema accademico nazionale. Nasce nel 1969 dalla felice intuizione del Ministero della Pubblica Istruzione e dei Rettori di quattro atenei, con lo scopo di “promuovere l’utilizzo dei più avanzati sistemi di elaborazione dell’informazione a favore della ricerca scientifica e tecnologica, pubblica e privata ”. Da allora le università consorziate sono aumentate e oggi rappresentano circa il 90% delle università statali italiane. Parallelamente il Consorzio ha ampliato il proprio raggio d’azione a tutti i principali ambiti dell’ICT, diventando un punto di riferimento per il sistema accademico nazionale, la pubblica amministrazione e le imprese. I consorziati sono 70 università, 6 Enti di Ricerca e il MIUR (Ministero dell’Istruzione, Università e Ricerca).Gestisce una della maggiori potenze di calcolo Italiane.

Il CINECA ha sviluppato l’osservatorio ARNO, da oltre 30 anni un osservatorio multicentrico delle prestazioni sanitarie erogate dal SSN al singolo cittadino, che consente la condivisione di dati omogenei su un campione di diverse realtà prescrittive sparse sul territorio nazionale. La banca dati ARNO aggrega le prescrizioni farmaceutiche di quasi 11 milioni di abitanti di 32 Aziende Sanitarie convenzionate al servizio ARNO. Mette a disposizione agli utenti via Internet, con accesso riservato e protetto, un enorme database, che e’ stato integrato da un gruppo di lavoro che ha realizzato una società, denominata CORE. “Collaborative Outcome Research Evaluation”, una nuova struttura per le attività di ricerca in ambito sanitario attivata attraverso una partnership con Cineca e società scientifiche.
CORE è dotata di un Comitato Scientifico composto da esperti, con competenze multidisciplinari nel campo della farmacoepidemiologia, dell’economia sanitaria e degli aspetti clinici e regolatori, con il compito di mettere a punto e ricercare lo sviluppo di nuove tipologie di studio che avranno sempre maggiore rilevanza nel mondo clinico, farmaceutico e sanitario.

Dunque un lungo percorso per definire gli attori: CINECA, tecnologie e potenza di calcolo, ARNO, un database ricco di informazioni, CORE, la “testa” progettuale per estrarre le informazione in termini di salute e dal Big Data, integrando ARNO ed altre banche dati regionali. Uno dei partners “clinici” principali di CORE e’ l’associazione nazionale medici cardiologi ospedalieri, ANMCO, mentre il CINECA collabora direttamente con la Società Italiana di Diabetologia, SID, per il rapporto annuale sul diabete in italia.

Un vero big data, non stiamo ancora parlando di genomica, ma di mondo reale e tutti noi medici sappiamo che nel mondo reale le cose sono diverse, sempre, da quello che raccontano gli studi fatti sui farmaci nella fase di registrazione. Si dice tra di noi che esiste una medicina dei congressi e una medicina vera: negli studi di registrazione i pazienti sono sempre selezionati e non potrebbe essere altrimenti perché si cerca di avere popolazioni omogenee e di evitare sovrapposizione di patologie ma nella vita vera siamo tutti “sovrapposti” siamo pazienti complessi, dal latino CUM-PLEXI, con intrecci. Ogni malattia si intreccia in modo indissolubile con l’altra, basti pensare all’influenza , che aumenta, quasi raddoppia il rischio di avere un ictus o un infarto o al paziente con il diabete e l’artrosi dell’anca e delle ginocchia, che dovrebbe fare tanto cammino o tanto nuoto secondo le evidenze cliniche….

Due esempi dei risultati del big data italiano, nell’osteoporosi e nello scompenso cardiaco. Parliamo di osteoporosi ^[1], CORE ed ARNO in uno studio pubblicato ad aprile 2016, per valutare se e come i pazienti con l’osteoporosi assumano i farmaci a base di acido alendronico o acido risedronico , capisaldi della terapia in questo settore. Un recente (2010) studio francese ha mostrato una grande discrepanza nell’accettazione del trattamento tra quanto valutato negli studi clinici rispetto alla vita reale. Capire il perché ed il come è un importante punto di partenza per l’acquisizione di conoscenze, non solo su come i pazienti percepiscono l’osteoporosi e cercano di migliorare la qualità della vita, ma anche di come i medici curanti e la salute pubblica in generale possono aiutarli a farlo. Sono stati studiati un gruppo di pazienti (21,691) con osteoporosi che hanno iniziato il trattamento su 40,003 potenziali. L’aderenza alla terapia è diminuita, dal 54% (21,691) dei primi sei mesi dalla data di inizio, al 46% nel secondo anno (l’8% dei pazienti che hanno interrotto la terapia orale dopo 1 anno di follow-up), che arriva al 33% al terzo anno, sia per le donne sia per gli uomini (-21%).

I pazienti di età maggiore di 50 anni e le donne sono quelli che maggiormente continuano la cura e più l’età aumenta, più i pazienti continuano le cure. L’associazione con farmaci per malattie cardiovascolari e per disturbi del sistema nervoso sono stati associati invece con una bassa aderenza alle cure. Dover assumere più di 5 farmaci (politerapia) causa una riduzione significativa dei pazienti che continuano la cura per l’osteoporosi. Infine una scarsa informazione da parte dei medici curanti e uno scarso controllo dei risultati della cura (esami specifici che mostrano i risultati o il peggioramento) contribuiscono alla sospensione della terapia . In sintesi nella vita reale i pazienti con osteoporosi che vanno seguiti dal medico curante con un occhio particolare, sono i maschi, i più’ giovani (quindi quelli per cui la cura e’ piu’ importante), i cardiopatici, i depressi e quelli in politerapia. Con una maggiore attenzione e stimoli per questi pazienti da parte di noi medici probabilmente ridurremo in modo significativo i costi del SSN e miglioreremo la qualità della vita dei nostri pazienti, regalandogli un futuro migliore.

Un secondo esempio di analisi del big data viene da uno studio di vita reale sullo scompenso cardiaco ^[2] , fatto dall’ANMCO, CORE ed ARNO. Lo scompenso e una condizione “principe” quando si discute delle telemedicina nel paziente cronico e ci si stupisce spesso che i risultati della telemedicina non siano cosi’ brillanti come potrebbero essere sul piano teorico.

I pazienti sono stati inseriti nello studio perché dimessi dopo un ricovero ospedaliero per scompenso cardiaco (1 gennaio 2008-31 dicembre 2012) Le caratteristiche cliniche, i trattamenti farmacologici, riospedalizzazione e i costi diretti per il SSN sono stati descritti durante un anno di follow-up. Dei 2.456.739 soggetti della base di dati, 54.059 (2,2%) sono stati ricoverati in ospedale per insufficienza cardiaca: 41.413 sono stati dimessi vivi e è stato prescritto un trattamento specifico. Un’età media di 78 ± 11 anni, il 51,4% erano femmine. Solo il 26,6% è stato gestito in un ambiente cardiologico. Le più frequenti comorbidità erano diabete (30,7%), BPCO (BroncoPneumopatia Cronica Ostruttiva, 30,5%), e la depressione (21%). Nel corso dell’anno di osservazione sono stati nuovamente ricoverati almeno una volta il 56,6% dei pazienti, 49% di loro per cause non cardiovascolari. I dati della letteratura conosciuti nel mondo degli studi controllati, nei registri dei pazienti creati ad hoc dai cardiologi dicono che i pazienti con scompenso cardiaco dovrebbero essere molto più giovani di quanto avviene nella vita reale, principalmente di sesso maschile e si dice anche che seguendoli da un centro cardiologico con la telemedicina al domicilio si evita il nuovo ricovero. I dati invece dimostrano che in più della metà dei casi il nuovo ricovero non è legato affatto al problema cardiaco e che solo un quarto dei pazienti viene gestito dai cardiologi. Il che significa probabilmente che quasi tutti gli studi fatti in ambito cardiologico riguardano solo un quarto dei pazienti della vita reale e che siamo invece di fronte a persone che soffrono anche di diabete, di depressione, di problemi polmonari cronici e che solo un approccio di telemedicina al paziente cosiddetto cronico con modelli di complessità, cum-plexi, con intrecci, fatto da più specialisti, puo’ essere una strategia vincente . Parlando di costi, il costo diretti per paziente all’anno per il SSN è € 11.867, di cui il 76% legato a ricoveri.
Lo studio conclude affermando che i dati del mondo reale forniscono una descrizione delle caratteristiche del paziente e dei modelli di trattamento che sono diverse da quelle riportate da studi clinici randomizzati. I costi per i SSN sono guidati principalmente da ricoveri, che sono spesso a causa di motivi di non-cardiovascolari.

Facciamo due conti, con la matita del salumiere. 76% di 11.867€ eruo spesi all’anno fa 9.018€ spesi per due ricoveri ospedalieri in un anno a paziente,moltiplicando per il 2,2% della popolazione italiana , circa 1.200.000 persone, sono, (sempre con la matita del salumiere) quasi 11 miliardi di Euro spesi. Immaginiamo di ridurre il numero di secondi ricoveri, con un approccio alla complessità fatto con la telemedicina e la digital health, agendo sia sui motivi cardiaci che sul restante grosso gruppo, principalmente legato alle malattie respiratorie. Riducendo i ricoveri del 20% avremo un risparmio di 2,2 miliardi di euro. Questo dice il big data sulo scompenso cardiaco e se facessimo lo stesso esercizio per le complicanze dell’osteoporosi i numeri non sarebbero molto diversi. Bisogna anche notare come una grossa percentuale di pazienti, sia negli studi sull’osteoporosi sia nello scompenso cardiaco, abbiamo problemi rilevanti di trattamento a causa della depressione. Un’ulteriore segnalazione dalla necessità agli approcci agli intrecci delle patologie, ai pazienti, cum-plexi, alla complessità: prendendosene cura si curerebbero meglio anche i cardiopatici ed i pazienti con l’osteoporosi. Ora non rimane al SSN che dare retta ai numeri della vita reale, utilizzare il big data ed integrarlo in una sanità digitale che risponde alle esigenze individuate dalla lettura dei dati..