Cosa fare: i nuovi strumenti di governance del CIO (2 parte) · ASL Roma B Direttore Dott. Egidio...

18
Cosa fare: i nuovi strumenti di governance del CIO (2° parte)

Transcript of Cosa fare: i nuovi strumenti di governance del CIO (2 parte) · ASL Roma B Direttore Dott. Egidio...

Cosa fare: i nuovi strumenti di governance del CIO

(2° parte)

Un caso pratico:

un modello basato sulla logica fuzzy per l’analisi dell’appropriatezza terapeutica della

chemioprofilassi preoperatoria.

Dott. Maurizio Musolino

Keywords: CIO, Risk management, Infezioni chirurgiche, Rating, Chemioprofilassi, Fuzzy logic

Iatromics project

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

… About “Murphology”… !!!

Iatromics project

Finagle's Laws of Information: 1. The information you have is not what you want. 2. The information you want is not what you need. 3. The information you need is not what you can obtain. 4. The information you can obtain costs more than you want to pay.

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatromics project

Ipotesi della sperimentazione

1.In letteratura sono riportati numerosi studi che mettono in luce un elevato e variabile grado di inappropriatezza prescrittiva di molecole antibiotiche in profilassi chirurgica.

2.Un approccio sistemico alla complessità dell’ospedale riconosce realisticamente l’incertezza intrinseca ai flussi informativi del sistema e quindi permette un rating delle performance più realistico.

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Dimensione macrosistemica

Iatromics project

L’ecosistema ospedale

Dimensione microsistemica

abiosi biosi

Fin dal primo momento dall’ingresso in ospedale si accede in una dimensione microbiologica non gestibile in forma riduzionistica

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

…difendere il sistema!

Iatromics project

0

10

20

30

40

50

60

70

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

Year

Per

cen

t R

esis

tan

ce

Methicillin-Resistant Staphylococcus aureus (MRSA), 1995-2004 (NNIS)

0

5

10

15

20

25

30

35

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

Year

Perc

en

t R

esis

tan

ce

Vancomycin-Resistant Enterococci (VRE), 1995-2004 (NNIS)

0

5

10

15

20

25

30

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

Year

Pe

rce

nt

Re

sis

tan

ce

3rd Generation Cephalosporin-Resistant Klebsiella pneumoniae, 1995-2004 (NNIS)

NNIS - National Nosocomial Infections Surveillance System

Antibiotico resistenza (dimensione del fenomeno)

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatromics project

Antibiotico resistenza (contesto biologico)

L'incidenza di resistenza in ciascun patogeno è dipendente dalla pressione selettiva esercitata dalla quantità di farmaco impiegata nel contesto esaminato. I microorganismi hanno la possibilità di modificare il proprio patrimonio genetico sia, attraverso singole mutazioni spontanee sia attraverso lo scambio genetico. Ciò significa che i batteri hanno virtualmente a disposizione l'intero corredo cromosomico di tutte le microspecie esistenti, sono infatti gli unici viventi che possono avere uno scambio di materiale genetico tra specie diverse.

Questa enorme possibilità consente ai batteri di adattarsi a qualsiasi ambiente incluso quello dominato e determinato dagli antibiotici.

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Il Sistema Nazionale Linee Guida La linea Guida n. 17 – antibiotico profilassi preoperatoria nell’adulto

Iatromics project Classe di intervento

Codice ASA

Degenza preoperatoria

Durata intervento

Impianto protesi

Indicazione alla Chemioprofilassi

pulito

pulito

contaminato

contaminato

sporco

Fattori di rischio di infezione chirurgica

NO (Si, se presenti fattori

di rischio aggiuntivi)

SI

SI

Antibiotico terapia

Flussi Informativi

incerti

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Il Sistema Nazionale Linee Guida La linea Guida n. 17 – antibiotico profilassi preoperatoria nell’adulto

Iatromics project

La relazione tra fattori di rischio e probabilità di infezione chirurgica

NON è lineare

Culver DH, Horan TC, Gaynes RP, Eykyn SJ, Littler WA, McGowan DA, wound infection rates by wound class, operative procedure and patient risk index. National Nosocomial Infections Surveillance System. Am J Med 1991; 91: 152-57.

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatromics project

Fuzzy Logic

A0

A1A

x

xxf

Membership function [email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatromics project

Fuzzy System

Input Variables 8

Output Variables 3

Intermediate Variables 0

Rule Blocks 3

Rules 50

Membership Functions 27

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Schema della Sperimentazione (periodo di riferimento 2009)

Iatromics project

NUMERO INTERVENTI ESEGUITI NEL BLOCCO OPERATORIO Puliti 3072 (52%) Pulito-contaminati 2635 (44%) Contaminati 185 (3%) Sporchi 38 (1%) TOTALE 5930 (100%)

VALORE MEDIO GIORNI DI DEGENZA PREOPERATORIA = GG. 2,6 27% DEI PAZIENTI HA UNA DEGENZA PREOPERATORIA > 48 ORE

NUMERO MEDIO DIAGNOSI (PRINCIPALE + SECONDARIE) = N° 2,7

NUMERO MEDIO % INTERVENTI CON IMPIANTO PROTESI = 40 %

DURATA MEDIA INTERVENTO (PERCENTILE) = NON DISPONIBILI EVIDENZE (RIFERITO 50 PERCENTILE)

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Esito della Sperimentazione (periodo di riferimento 2009)

Iatromics project

NUMERO INTERVENTI ESEGUITI NEL BLOCCO OPERATORIO TOTALE 5930

VALORE TEORICO ATTESO DEL NUMERO DI INTERVENTI DA SOTTOPORRE A PROFILASSI N° tot Interventi X Fuzzy Index Risk Infection ≈ 5930 X 0,7 ≈ 4150

UNITA’ POSOLOGICHE ANTIBIOTICO EROGATE AL BLOCCO OPERATORIO ESAMINATO = N° 5148

VALORE DI INAPPROPRIATEZZA ≈ 19%

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Esito della Sperimentazione (indagine qualitativa mediante intervista strutturata a

Direttori medici e Coordinatori infermieristici di UU.OO. Chirurgiche afferenti al Blocco Operatorio in esame)

Iatromics project

Timing della procedura - antibioticoprofilassi preoperatoria -

Conoscenza e rispetto delle indicazioni contenute nella procedura in merito a tipologia di molecola antibiotica da prescrivere in profilassi e in terapia

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatromics project

Conclusioni

Il modello fuzzy engineered permette un rating dell’appropriatezza dell’antibioticoprofilassi nella struttura di ricovero realistico e basato su flussi informativi vaghi.

Le risultanze del fuzzy audit costituiscono un punto di partenza per un ciclo di miglioramento sec. Deming

Punti di forza del modello: • è più veloce rispetto ad uno studio puntuale dell’attività chirurgica • permette un realistico benchmarking tra diverse Strutture e/o UU.OO.

Punti di debolezza del modello: • richiede un processo di taratura empirica (tuning) che potrebbe essere automatizzato mediane l’impiego di una architettura di sistema a rete neurale artificiale RNA – neurofuzzy

Possibili sviluppi del modello: •Attivazione di un protocollo di validazione

[email protected]

ipotesi di ricerca

start

H. eco-sistema

antibioticoresist.

SNLG n.17

fuzzy logic

sperimentazione

conclusioni

Iatr

om

ics p

roje

ct

By M

au

rizio

Mu

so

lin

o

[email protected]

Iatr

om

ics p

roje

ct

By M

au

rizio

Mu

so

lin

o

Grazie per l’attenzione [email protected]

UOC Qualità e Risk Management

ASL Roma B Direttore Dott. Egidio Sesti

“Imparare dagli errori per non ripeterli …

… ma per inventarne sempre di nuovi !!!” Musolino