Hostname: page-component-848d4c4894-cjp7w Total loading time: 0 Render date: 2024-06-21T08:57:43.947Z Has data issue: false hasContentIssue false

Capitolo 7: Il modello esplicativo della variabilità dei costi di trattamento dei pazienti: metodologia e risultati

Published online by Cambridge University Press:  07 July 2014

Alessandra di Maio
Affiliation:
Istituto di Economia Sanitaria, Milano
Antonio Lora
Affiliation:
A.O. Ospedale di Vimercate, UOP Desio, Milano
Valter Torri
Affiliation:
Istituto Mario Negri, Milano
Get access

Extract

La forte variabilità nei costi di trattamento e l'obiettivo di definire un sistema di classificazione dei pazienti psichiatrici in gruppi iso-risorse hanno suggerito di ricorrere all'analisi statistica e in particolare ai modelli di analisi della varianza per rispondere ai seguenti interrogativi:

– in che misura la diagnosi è in grado di predire i costi di trattamento dei pazienti psichiatrici;

– qual è la capacità esplicativa della gravità dei pazienti psichiatrici rispetto ai loro costi di trattamento;

– quali sono gli altri fattori predittivi dei costi, oltre alla gravità e alla diagnosi.

Si è proceduto, dapprima, con modelli univariati, nei quali i costi per paziente (variabile dipendente) sono stati correlati, di volta in volta, con la diagnosi, la gravità o altre variabili esplicative. Successivamente, le variabili più esplicative, sono state regredite tutte insieme con i costi per paziente, secondo il modello interpretativo illustrato successivamente.

Nella maggior parte delle regressioni sono stati utilizzati i dati relativi ad una coorte di 5.390 pazienti, che corrispondono a quelli reclutati nella prima rilevazione HoNOS (16 gennaio-16 febbraio 2000) per i quali, al momento della stesura di questo rapporto, era possibile calcolare il costo annuo delle prestazioni consumate, risultante dalle informazioni raccolte tramite il Sistema Informativo PSICHE nel 2000.

Type
Research Article
Copyright
Copyright © Cambridge University Press 2002

Access options

Get access to the full version of this content by using one of the access options below. (Log in options will check for institutional or personal access. Content may require purchase if you do not have access.)