Prerequisiti clinici

:::info Perché questa pagina Non serve essere medici per fare questo progetto, ma servono alcuni concetti minimi per capire cosa significano le colonne del dataset e perché certe scelte di preprocessing sono motivate clinicamente. :::

1. Cos'è una "riammissione a 30 giorni"

Riammissione (readmission) = ricovero ospedaliero che avviene dopo una dimissione precedente, di solito non programmato e per cause cliniche.

A 30 giorni = se il nuovo ricovero avviene entro 30 giorni dalla dimissione precedente.

Perché 30 e non 60 o 90?

• È lo standard usato dai CMS (Centers for Medicare & Medicaid Services, USA).
• I primi 30 giorni post-dimissione sono il periodo di massima fragilità clinica: il paziente è uscito dall'ambiente protetto, deve gestire nuovi farmaci, può avere complicazioni dell'episodio acuto.
• È la finestra in cui un intervento di prevenzione può ancora fare la differenza (telefonata, visita anticipata, riconciliazione farmacologica).

2. HRRP: il contesto economico

Hospital Readmissions Reduction Program (HRRP) è un programma del CMS introdotto nel 2010. Gli ospedali con tassi di readmission a 30 giorni superiori alla media nazionale per certe patologie (tra cui il diabete) ricevono penalità economiche sui rimborsi Medicare.

Implicazione: prevedere correttamente chi tornerà entro 30 giorni non è un esercizio accademico. Per un ospedale è un problema da milioni di dollari l'anno.

3. Il diabete in due frasi

• Diabete tipo 1: il pancreas non produce insulina. Insorgenza tipicamente giovanile, gestione con insulina dall'inizio.
• Diabete tipo 2: l'insulina viene prodotta ma il corpo non la usa efficacemente (insulino-resistenza). Tipicamente adulto/anziano, gestito con dieta, farmaci orali (metformina, sulfaniluree…), eventualmente insulina.

Il dataset contiene ricoveri di pazienti diabetici, indipendentemente dal tipo. Le 23 colonne sui farmaci coprono i principali principi attivi della terapia diabetica.

4. HbA1c: la "glicata"

Emoglobina glicata (HbA1c) = misura della glicemia media degli ultimi ~3 mesi. Espressa in percentuale.

HbA1c	Interpretazione
< 5.7%	Normale
5.7% – 6.4%	Pre-diabete
≥ 6.5%	Diabete
> 7%	Diabete mal controllato (target terapeutico generale)
> 8%	Diabete molto mal controllato

Nel dataset la colonna A1Cresult ha valori:

• None — il test non è stato eseguito durante il ricovero (~83% dei casi).
• Norm — eseguito, valore normale.
• >7 — eseguito, valore alto.
• >8 — eseguito, valore molto alto.

:::tip Insight clinico Il paper originale (Strack et al., 2014) mostra che misurare l'HbA1c durante il ricovero è associato a tassi di readmission inferiori. Intuizione: chi misura, agisce sul controllo glicemico → migliore gestione post-dimissione. :::

5. ICD-9: il "vocabolario" delle diagnosi

ICD-9 = International Classification of Diseases, 9° revisione. Sistema di codifica numerica delle diagnosi.

Esempi:

Codice	Descrizione
250.xx	Diabete mellito
428	Insufficienza cardiaca
486	Polmonite
V58.6	Uso a lungo termine di farmaci

Nel dataset ci sono tre colonne di diagnosi (diag_1, diag_2, diag_3) per ogni ricovero. Ogni colonna può contenere uno qualsiasi degli oltre 700 codici diversi.

:::warning Cardinalità esplosiva Se fai un one-hot encoding "ingenuo" su diag_1, ottieni 700 nuove colonne. Il modello diventa ingestibile, fragile, lentissimo. Soluzione: raggruppare i codici in 9–15 macro-categorie cliniche (circolatorie, respiratorie, diabete, ecc.) seguendo la classificazione di Strack et al. (2014). Vedi Teoria → 03 Preprocessing. :::

Curiosità: oggi negli USA si usa l'ICD-10, ma il dataset (1999–2008) è in ICD-9. È uno dei limiti storici da menzionare nella discussione finale.

6. Tipi e fonti di ricovero

Tre colonne descrivono le circostanze del ricovero:

Colonna	Cosa contiene
admission_type_id	Tipo: emergenza, urgenza, elettivo, neonato, trauma…
admission_source_id	Da dove arriva il paziente: pronto soccorso, ambulatorio, trasferimento, casa di cura…
discharge_disposition_id	Dove viene dimesso: casa, struttura riabilitativa, hospice, deceduto…

Sono codificate con numeri (1, 2, 3…) che si mappano a descrizioni testuali tramite il file IDS_mapping.csv fornito con il dataset.

:::warning Casi da escludere I pazienti dimessi come Expired (deceduti) o trasferiti in Hospice non possono essere riammessi: vanno rimossi dal dataset prima del training. Altrimenti il modello impara che "morto = non riammesso", il che è vero ma non è quello che vogliamo prevedere. :::

7. Il programma di follow-up: cosa "attiva" il modello

Lo scopo finale della predizione è assegnare risorse di follow-up ai pazienti più a rischio. Le opzioni tipiche:

Intervento	Costo unitario indicativo	Quando si attiva
Telefonata di follow-up (entro 48–72h)	~15 $	Tutti i flagged.
Visita ambulatoriale anticipata (entro 7 gg)	~150 $	Flag + criteri clinici.
Case-manager / coinvolgimento caregiver	~200 $	Casi complessi.
Riconciliazione farmacologica strutturata	~80 $	Politerapia.

Capacità giornaliera limitata → il modello deve classificare bene, ma anche ordinare (chi è più a rischio per primo).

8. Variabili sensibili: race, age, gender

Il dataset contiene attributi protetti che richiedono attenzione etica:

• race: Caucasian, AfricanAmerican, Hispanic, Asian, Other, ? (sconosciuto, ~2%).
• age: codificata in fasce di 10 anni ([0-10), [10-20), …, [90-100)).
• gender: Female, Male, Unknown/Invalid.

Usare la razza in un modello clinico è una scelta carica di implicazioni: la razza è un costrutto sociale, non biologico, ma riflette disparità strutturali che impattano sugli esiti di salute. Non c'è una risposta unica — il progetto richiede di prenderla esplicitamente, e di misurare le conseguenze tramite fairness audit.

Vedi Teoria → 06 Fairness audit in sanità per la discussione completa.

Glossario rapido

Termine	Definizione minima
Readmission	Nuovo ricovero dopo una dimissione precedente.
HRRP	Programma USA che penalizza ospedali con alte readmission a 30 gg.
HbA1c	Glicemia media a 3 mesi. Target <7% per diabetici.
ICD-9	Sistema di codifica diagnosi (qui ~700 codici).
Encounter	Singolo ricovero ospedaliero (riga del dataset).
Patient_nbr	ID paziente. Può comparire più volte (encounter multipli).
Discharge disposition	Modalità di dimissione (casa, hospice, deceduto…).

Prossimo passo

Percorso di studio consigliato: l'ordine in cui leggere la documentazione e affrontare i notebook.