SORVEGLIANZA SINDROMICA NEI PRONTO SOCCORSO: UN CONFRONTO TRA DIVERSE METODICHE

Introduzione. In letteratura sono stati sviluppati diversi sistemi di sorveglianza sindromica. Tipicamente le patologie più monitorate sono state quelle respiratorie e gastrointestinali, ma diversi sistemi sono stati implementati in preparazione di eventi di massa per valutare molte sindromi collegate con il bioterrorismo. I sistemi si sono tradizionalmente concentrati sui sintomi e/o le diagnosi raccolte nei setting di Pronto Soccorso o visite ambulatoriali. I metodi statistici più usati sono risultati essere quelli delle carte di controllo, modelli di analisi delle serie temporali e di regressione. Obiettivo. L’obiettivo della tesi è quello di implementare e confrontare quattro diversi modelli di sorveglianza sindromica per monitorare l’andamento dei casi con sintomi respiratori nel presidio di Vicenza dell’AULSS8 Berica della Regione Veneto. Materiali e metodi. Sono state implementate quattro sorveglianze sindromiche basandosi sul sistema della carta di controllo: carta di controllo Shewhart tradizionale, carta di controllo Shewhart con un modello di regressione polinomiale, carta di controllo Shewhart con un modello di scomposizione temporale, carta di controllo EWMA. Tutti i sistemi sono stati impostati usando i dati 2018-2019 e verificati con i dati 2022-2023. La validazione è stata fatta confrontando gli allarmi con i veri focolai di patologie respiratorie. Risultati. Le carte di controllo Shewhart tradizionale, con regressione polinomiale e con decomposizione temporale hanno avuto prestazioni simili, con i falsi allarmi che si concentravano durante le fasi ascendenti e discendenti dei picchi virali. La carta Shewhart tradizionale si è dimostrata la più equilibrata, con sensibilità e specificità attorno al 70%. La carta di controllo EWMA, con la sensibilità più alta (78,43%) e specificità più bassa (60,38%), è efficace nel rilevare focolai influenzali ma tende a generare falsi allarmi. Discussione. Nello sviluppo dei modelli di sorveglianza sindromica sono state affrontate diverse criticità. L’indicatore migliore risulta essere la percentuale di accessi per sintomi respiratori perché in Regione Veneto altri dati (es. dati di visite ambulatoriali e dati virologici) non sono centralizzati e i flussi informativi soffrono di una certa latenza. Le diagnosi finali di ogni accesso in Pronto Soccorso potrebbero essere un indicatore utile, ma richiedono un miglioramento e un’uniformità nella codifica. È da considerare l’implementazione di un approccio ibrido che combina dati di singole strutture con aggregazioni aziendali o regionali, perché potrebbe migliorare le prestazioni di rilevamento dei focolai influenzali. Conclusioni. La carta Shewhart tradizionale è risultata il modello più equilibrato con buone prestazioni complessive. Le prospettive future suggeriscono miglioramenti nella standardizzazione della codifica dei dati, l'adozione di tecniche di machine learning e intelligenza artificiale per identificare pattern complessi e l'aggiornamento continuo dei modelli basato su nuovi dati. Queste strategie sono fondamentali per mantenere l'efficacia della sorveglianza sindromica.