Emicrania severa: in sviluppo un algoritmo “machine learning” che potrebbe essere in grado di prevedere i casi a rischio
L’emicrania è una tra le più frequenti patologie del sistema nervoso, eppure rimane spesso sottodiagnosticata e sottotrattata. Per ottimizzare l’assistenza al paziente emicranico nel Sistema Sanitario Nazionale (SSN), è stato sviluppato un algoritmo (metodo “machine learning”) finalizzato non solo a identificare i soggetti già diagnosticati con emicrania severa ma anche i casi di emicrania verosimilmente non severa e, soprattutto, i casi “potenziali” di emicrania severa in modo predittivo. La descrizione del metodo è di prossima pubblicazione.
Tale algoritmo, progettato per essere applicato ai flussi amministrativi delle Regioni o delle Aziende Sanitarie Locali (ASL), è attualmente in fase di validazione, ed è stato sviluppato sulla base di variabili ritenute potenzialmente rilevanti per l’identificazione dei pazienti.
«Tali variabili, in particolare, sono state selezionate alla luce delle informazioni riguardanti le prestazioni effettuate a carico del SSN contenute nelle banche dati amministrative delle ASL coinvolte nel progetto» spiegano gli autori, coordinati da Luca Degli Esposti, farmacoeconomista. «In particolare, i dati sono stati estratti ed integrati tra loro dai database della farmaceutica, scheda di dimissione ospedaliera, specialistica pubblica ambulatoriale e pronto soccorso».
Predittori di malattia definiti dopo un’analisi retrospettiva ad hoc
L’algoritmo è stato elaborato effettuando un’analisi retrospettiva finalizzata dapprima all’identificazione dei pazienti con diagnosi di emicrania severa in modo da individuare le caratteristiche e le variabili comuni ai pazienti, quali potenziali “predittori di malattia” tali da permettere di individuare “casi potenziali” non ancora diagnosticati.
«L’algoritmo» specificano gli sviluppatori «si basa su specifici criteri di inclusione/esclusione e di stratificazione della popolazione». Il primo passo, specificano, consiste nel definire la coorte di pazienti con diagnosi certa di emicrania in base alla presenza di almeno uno dei seguenti criteri di inclusione:
- prescrizione di almeno un farmaco specifico per l’attacco acuto di emicrania appartenente alla classe degli alcaloidi della segale cornuta, degli agonisti selettivi dei recettori 5HT1 della serotonina o altri farmaci erogati in regime di rimborsabilità indicati per l’emicrania;
- almeno un ricovero per emicrania o altre sindromi da mal di testa in diagnosi principale o secondaria;
- almeno un accesso al Pronto Soccorso per emicrania o altre sindromi da mal di testa in diagnosi principale o secondaria.
Al fine di escludere l’eventualità che un paziente abbia ricevuto alcune classi di farmaci impiegati per la profilassi dell’emicrania (quali beta-bloccanti, calcio-antagonisti, serotoninergici, antiepilettici e tossina botulinica) per fini terapeutici diversi rispetto alla prevenzione degli attacchi, la presenza di un trattamento antipertensivo concomitante alla terapia beta-bloccante è stata considerata come criterio di esclusione.
«Sono stati inoltre proposti criteri di inclusione aggiuntivi tra i quali l’esecuzione protratta e ripetuta nel tempo di test diagnostici quali TAC, RM, angio RM encefalo, EEG, RX cervicale, RM cervicale e la presenza di ripetuti accessi in Pronto Soccorso per cefalea insieme a ripetute visite oculistiche» precisano Degli Esposti e collaboratori.
Criteri di stratificazione e caratterizzazione demografica dei pazienti emicranici
Successivamente, proseguono gli autori, nella definizione dell’algoritmo si è tenuto conto di opportuni criteri di stratificazione dei pazienti con diagnosi di emicrania:
- geolocalizzazione del paziente, mediante la valutazione del domicilio;
- presa in carico del paziente, definita come la presenza di visite specialistiche o ricoveri (ordinari/ day hospital) presso Centri Specialistici o Reparti di Neurologia;
- tipologia di medico specialista;
- gravità del paziente, valutata mediante il consumo di risorse in termini di ospedalizzazioni, trattamenti e visite specialistiche correlate e non correlate all’emicrania;
- numero di fallimenti terapeutici relativi al trattamento di profilassi e giorni di malattia, utilizzando il numero di prescrizioni dispensate per il trattamento di profilassi;
- mobilità passiva sia fuori ASL sia fuori Regione.
Infine, i pazienti sono stati caratterizzati in funzione delle caratteristiche demografiche quali età e genere, e cliniche in termini di comorbilità e pregresso consumo di risorse sanitarie (ricoveri, trattamenti, visite specialistiche e test diagnostici).
«I criteri sopra elencati» spiegano gli autori «permetteranno di valutare il dimensionamento della domanda mediante l’identificazione e la quantificazione dei pazienti potenzialmente affetti da emicrania ed eleggibili alle nuove opzioni terapeutiche recentemente approvate [inibitori-CGRP; NdR], che servirà in un secondo momento per la fase di organizzazione dell’offerta mediante la localizzazione dei centri prescrittori».
«Successivamente, i pazienti potenzialmente affetti da emicrania ed eleggibili al farmaco verranno inviati ai centri prescrittori (Conferma Identificazione). Verranno poi analizzate le caratteristiche dei pazienti, confermati e non, dai centri prescrittori al fine di migliorare e raffinare l’algoritmo di identificazione (Machine Learning) e proseguire il ciclo» affermano gli sviluppatori del sistema.
Le finalità ultime del processamento dei dati
Questo lo scopo ultimo dell’algoritmo, sintetizzano gli autori. «La stratificazione della popolazione potrebbe fornire uno strumento per la valutazione oggettiva dell’assetto logistico-organizzativo/gestionale e clinico degli enti coinvolti, consentendo a questi ultimi di attivarsi autonomamente, secondo le modalità di organizzazione e dei tempi che riterranno più opportune, nell’attuazione di attività e programmi sanitari che prevedano il coinvolgimento dei Centri prescrittori identificati, dei medici di medicina generale e/o dei pazienti, al fine di ottimizzare il trattamento e la gestione dei soggetti affetti da emicrania».
Inoltre, concludono, gli output ottenuti serviranno ad aggiornare periodicamente l’algoritmo sia sulla base dei nuovi dati sia sulla base di indicazioni specifiche derivate dagli enti partecipanti.