Metodi grafici e inferenziali per l identificazione di outliers: il caso del processo di cura di patologie cardiovascolari

Giani, Emanuele Davide

Metodi grafici e inferenziali per l identificazione di outliers: il caso del processo di cura di patologie cardiovascolari

Thursday 3rd October 2013

Paganoni, A.M.

Lo sviluppo di metodi inferenziali per svolgere outlier detection riveste indubbiamente una grande utilità pratica: lo scopo è quello di permettere lo studio approfondito di un fenomeno, verificare le assunzioni di un modello statistico e indicare quali dati paiono in disaccordo rispetto al modello stesso. Poniamo il caso di uno studio riguardante le performances di numerose unità statistiche, ad esempio i licei di una città, i medici operanti in una clinica specializzata, gli ospedali di una regione italiana: l interesse finale può essere quello di identificare unità particolarmente virtuose e di riconoscere invece le unità meno virtuose in un certo periodo in esame, con lo scopo ad esempio di premiare le eccellenze del settore o di intervenire per migliorare i provider meno efficienti. In questo lavoro ci occupiamo per prima cosa di presentare una metodologia grafica adatta all applicazione nella situazione appena descritta. Nei primi tre capitoli descriveremo nel dettaglio i Funnel Plot, indicando in maniera accurata come costruire questi grafici e spiegandone potenzialità e vantaggi rispetto ad altre metodologie grafiche. Due capitoli saranno poi dedicati alla descrizione dei modelli lineari generalizzati (GLM) e generalizzati ad misti (GLMM), al fine di confrontare ed integrare successivamente questi modelli con i Funnel Plot presentati nella prima parte di questo lavoro; ci interesseremo, attraverso lo studio di un caso pratico, di verificare se i metodi grafici introdotti e l analisi dei modelli GLMM portino a conclusioni compatibili. Questi confronti verranno svolti nell ambito dello studio delle performances di alcuni ospedali operanti in Lombardia nell ambito della cura di patologie di natura cardiovascolare: le procedure statistiche presentate in questo lavoro verranno dunque utilizzate per identificare le strutture caratterizzate da buone performance e quelle caratterizzate invece da cattive performance (in quale senso sarà opportunamente specificato). Infine sarà interessante rimarcare come il paradigma operativo presentato in questo lavoro si adatti a numerosissime altre situazioni pratiche.