1,721,325 research outputs found
Impact of the Italian Continuing Medical Education program on the research production of a transplantation center: a preliminary analysis.
No full textIn Italy, a Continuing Medical Education (CME) program that engages about one million health professionals involved with different roles in National Health Service (physicians, nurses, biologists, pharmacologists, psychologists, veterinarians, technicians, etc) became officially mandatory on January 1, 2008. In Italy, the traditional form of acquiring CME credits is to attend lectures and conferences, while the main structured online service was dismissed in November 2008. The Italian Ministry of Health required health professionals to obtain 50 credits/y, with no obligation toward scientific production. In this study, we have preliminarily evaluated the potential impact of a compulsory CME program on the research production of our transplantation center. We selected the research products published by surgeons (n = 10) and university researchers (n = 2) who were on duty in our center from 1995 to 2007. For this period, PubMed returned 89 research products with at least one surgeon/researcher of our center as author/coauthor. The mean number of published research products/y was 6.84 +/- 4.5. The number of expected research products for 2008 and 2009 on the basis of a time series analysis applied to the period 1995 to 2007 was 12.35 and 12.91, respectively. A search in PubMed restricted to 2008 and 2009 (from January 1 to November 23) returned in both years eight research products. Considering that in our center there was no increase in volume activities or changes in whole working processes, it seems reasonable to assume that the new compulsory, time-consuming Italian CME program may have played a role in the decline of scientific production. A systematic monitoring should be started with the aim to investigate the potential impact of the Italian CME program on biomedical research output, especially for centers and disciplinary areas mainly involved in clinical research
Sviluppo di un modello bayeseano di simulazione inerente il profilo di completezza di una base dati di interesse trapiantologico nell’ambiente WinBUGS (Bayesian inference Using Gibbs Sampling).
No full textIntroduzione – Una base dati relativa al donatore cadavere, compilata durante il periodo 18/12/2004 – 05/08/2005 nell’ambito della fase di sperimentazione del Progetto “Strategie innovative per il trapianto di fegato (SITF): espansione del pool di organi adulti e pediatrici da donatore cadavere” [1], ha rivelato un tasso di completezza aggiustato pari al 76.64%. Tale riscontro è riconducibile sia alla necessaria stabilizzazione della dimensione concettuale e logico-fisica del database, sia alla modalità di realizzazione ed alla tempistica del data entry.
Metodi – La base dati è stata trasformata in un insieme di variabili a codifica numerica binaria (0,1) mediante l’applicazione della funzione “IsMD(x) = 0” per i dati mancanti. La simulazione si è avvalsa di un’analisi originariamente condotta da Lindley su dati di Kalbfleisch circa la reazione di evitamento/apprendimento in un modello animale, assumendo per Y = 1 le risposte positive (successo) e per Y = 0 le risposte negative (fallimento), incorporando la probabilità di una risposta progressivamente migliorativa indotta dall’apprendimento per la probabilità di un fallimento [2]. Nel presente studio è stata introdotta l’assunzione di indipendenza degli utilizzatori (Users, n = 20), considerando l’equivalente di ogni atto di data entry (n = 61 per singolo utilizzatore) ad un Trial del modello di Lindley. Il modello è stato inserito nell’ambiente del software WinBUGS (Bayesian inference Using Gibbs Sampling) secondo l’appropriata sintassi. In seguito alla validazione sintattica del modello, il software WinBUGS ha abilitato le funzioni di caricamento dei dati, organizzati con estensione “.odc” e riconosciuti dal formato S-Plus attraverso l’istruzione “list”. La correttezza del modello e dei dati è stata ulteriormente verificata mediante l’istruzione di compilazione di WinBUGS. In seguito alla definizione dei valori di inizializzazione, il software ha quindi abilitato le funzionalità dei moduli “Update” e “Specification Tool”.
Risultati – La trasformazione della base dati mediante la funzione “IsMD(x) = 0” per i dati mancanti ha generato un valore medio di 0.72+/-0.73. Un ciclo di 10000 update in WinBUGS (CPU: 1400MHz; RAM: 128MB) ha conseguito il raggiungimento della convergenza con adeguata kernel density estimation. Il nodo “Users” ha restituito il valore di 0.9338+/-0.0025 (MC error: 2.704-5), mentre il nodo “Trials” ha restituito il valore di 0.9992+/-0.0000546 (MC error: 6.908-6).
Conclusioni – Il software WinBUGS costituisce un ambiente utile allo sviluppo di modelli di simulazione inerenti il profilo di completezza delle procedure di data entry in basi dati di interesse trapiantologico.
Bibliografia - [1]. Santori G, Andorno E, Valente R et al. Transplant Proc 37:2415-2416 (2005). [2]. Spiegelhalter D. et al. Dogs: loglinear model for binary data. In: BUGS Examples vol 1. WinBUGS User Manual. Version 1.4. January 2003. Imperial College & MRC, UK
Sviluppo di un modello bayeseano di simulazione come ausilio al processo di valutazione dell'attività dei centri trapianto.
No full textINTRODUZIONE - La necessità di adottare procedure di valutazione dell'attività dei Centri trapiantologici ha recentemente trovato una prima applicazione presso il Ministero della Salute. Il processo di valutazione dell'attività di strutture complesse quali i Centri trapianto potrebbe avvalersi di modelli di simulazione elaborati sulle informazioni disponibili, in grado di restituire indicazioni utili al miglioramento delle prestazioni in base al livello di adattamento al modello teorico.
METODI - È stato sviluppato un modello comprendente n=12 Centri trapianto di un ipotetico bacino interregionale. Per ciascun Centro è stato definito il livello di attività pregressa per il periodo 2002-2003, considerando il numero di trapianti effettuati su pazienti adulti (range: 45-800), il numero di decessi (range: 0-46) e la percentuale di sopravvivenza cumulativa dei pazienti (range: 85.58%-100%). Il numero di decessi (ri) per singolo Centro (i) è stato trattato come variabile dicotomica (0,1) in possesso di una data probabilità (pi) di "true failure". Per ciascun Centro si è assunto l'indipendenza delle singole probabilità ("fixed effects"). Successivamente, si è proceduto all'assunzione di similarità tra i rate di failure ("random effects"). Le specifiche del modello sono state introdotte in ambiente BUGS[1], attraverso un primo ciclo di 1000 iterazioni seguito da ulteriori 10000 update. I dati sono espressi come rank di probabilità di fallimento per ogni iterazione.
RISULTATI - Il modello "fixed effects" ha rivelato una media cumulativa "di popolazione" corrispondente a 0.07937+/-0.0196 (mediana: 0.07775). Il modello "random effects" ha presentato una media di popolazione di 0.07283+/-0.01013 (mediana: 0.07262). In nessun Centro sono stati riscontrati valori esterni ai range interquartili.
CONCLUSIONI - Il modello proposto costituisce un esempio di come le informazioni "a priori" inerenti l'attività di singoli Centri trapiantologici possano essere incorporate in specifici ambienti di simulazione, contribuendo all'acquisizione di indicazioni utili al perfezionamento del profilo prestazionale.
Bibliografia - [1].Spiegelhalter D, Thomas A. Best N. WinBUGS Version 1.3. Cambridge UK. 2000
Analisi degli indicatori bibliometrici delle riviste scientifiche internazionali peer reviewed di area trapiantologica.
No full textIntroduzione - L’utilizzo di specifici indicatori bibliometrici (IB) costituisce una modalità consolidata di valutazione quantitativa delle riviste scientifiche internazionali peer-reviewed.
Pazienti e Metodi - Nel database Journal Citation Reports (JCR - ISI Web of Knowledge), per le sole riviste scientifiche internazionali peer-reviewed di area trapiantologica (RSIT) sono stati considerati i seguenti IB (periodo 2000-2007): Impact Factor (IF), Total Cites (TC), Immediacy Index (IMIX), Cited Half-life (CdHL), Citing Half-life (CgHL), numero di articoli/review. L’analisi è stata effettuata mediante statistiche descrittive e correlazione non parametrica di Spearman. La significatività statistica è stata assunta con P <0.05.
Risultati - L’IF medio è risultato di 2.31+/-1.29 (mediana: 2.14; range: 0.16 - 6.84). Le analoghe statistiche descrittive per altri IB hanno restituito i seguenti valori: TC 4514+/-6211 (mediana: 1635); IMIX 0.39+/-0.34 (mediana: 0.33); CdHL 5+/-1.57 (mediana: 0.33); CgHL 6+/-0.66 (mediana: 6); articoli 237+/-292 (mediana: 116); review 8+/-7 (mediana: 6); rapporto articoli/review 50/-135 (mediana: 19). L’analisi di correlazione ha evidenziato una significatività tra IF e numero di review/anno (r = 0. 412, P <0.001). Di converso, non è emersa alcuna significatività tra IF e numero di articoli/anno (r = -0.011, p = 0.895).
Conclusioni - L’IF calcolato per le RSIT potrebbe essere influenzato dal numero di review pubblicate/anno
Sperimentazione di una nuova modalità di visualizzazione interattiva "Web-based" per i dataset riferiti all'attività di trapianto di fegato.
No full textIntroduzione: La crescente disponibilità di dati relativi all'attività di trapianto di fegato (LT) consente la sperimentazione di modalità innovative di visualizzazione grafica delle casistiche.
Pazienti: Nel periodo 01/01/1986-31/12/2010, presso il nostro Centro sono stati complessivamente effettuati 682 LT. Nel periodo 1997-2010 sono stati effettuati 119 LT con procedura di split liver (di cui 100 LT mediante split adulto/pediatrico e 16 LT mediante split adulto/adulto).
Risultati: I dati concernenti l'attività di LT sono stati visualizzati in chart interattive basate sulle Application Programming Interface (API) di Google. Specifici pacchetti del software statistico R (R Foundation for Statistical Computing ISBN 3-900051-07-0) sono stati utilizzati per realizzare la conversione dei dataset in oggetti JSON e la successiva incorporazione di questi ultimi nel contesto di file HTML interpretabili dai principali browser (Internet Explorer, Mozilla Firefox, Google Chrome, Opera, Safari). Le chart ricostruiscono dinamicamente l'andamento dell'attività di LT, consentendo di gestire molteplici stratificazioni funzionali all'individuazione di eventuali criticità (tipologia di trapianto, sesso donatori/riceventi, donatori marginali, sedi di prelievo, categorie diagnostiche, parametri di laboratorio in relazione a specifici valori soglia, etc.).
Conclusioni: L'utilizzo di rappresentazioni grafiche interattive basate sulle API di Google favorisce l'immediata interpretazione delle dinamiche relative all'attività di LT. La visualizzazione via-Internet può rivelarsi strategica per la condivisione delle informazioni e la verifica degli andamenti di dataset multicentrici
Valutazione dei prodotti della ricerca di un centro trapianti durante il primo anno di applicazione in regime di obbligatorietà del programma nazionale di educazione continua in medicina (ECM).
No full textIntroduzione - Il Programma Nazionale di educazione continua in medicina (ECM), divenuto obbligatorio a partire dal 2008, coinvolge il personale sanitario medico/non medico, dipendente/libero professionista, operante nella Sanità pubblica o privata. Il programma ECM non dispensa esplicitamente dall’obbligo formativo il personale universitario di area medica o biologica con inquadramento finalizzato all’attività di ricerca. Per il triennio 2008-2010, il programma prevede l’acquisizione di 150 crediti (50 crediti/anno, min. 30, max. 70).
Materiali e Metodi - Gli articoli pubblicati in lingua inglese su riviste scientifiche internazionali da parte del personale medico afferente al Dipartimento Trapianti (DIT) di Genova vincolato al programma ECM (dirigenti medici del Servizio Sanitario Nazionale: n = 10), o per il quale non sussistevano esplicite condizioni di esclusione a tale programma (ricercatori ed assegnisti universitari: n = 2), sono stati selezionati mediante una ricerca su PubMed per il periodo 01/01/1995-31/12/2007. Una seconda selezione è stata realizzata per gli articoli pubblicati dallo stesso personale nell’anno 2008. L'analisi è stata effettuata mediante il software/ambiente statistico R (versione 2.9.0).
Risultati - L’interrogazione di PubMed circoscritta al periodo 1995-2007 ha restituito per il personale medico afferente al DIT n=89 articoli pubblicati in lingua inglese. Il maggior numero di articoli/anno è stato riscontrato negli anni 2004 (n=17), 2005 (n=12), 2007 (n=11) e 2001 (n=10). Il numero medio di articoli/anno è risultato pari a 6.84+/-4.50. Nel corso del 2008 sono stati individuati su PubMed n=8 articoli rispondenti ai criteri di selezione. Un’analisi delle serie storiche applicata agli articoli pubblicati nel periodo 1995-2007 ha originato una previsione per l’anno 2008 pari a 12.35 articoli.
Conclusioni - Nel corso del primo anno di applicazione in regime di obbligatorietà del programma nazionale ECM, a livello di un singolo Centro trapianti è stata registrata una diminuzione nell’ordine del 35% circa il numero di articoli pubblicati in lingua inglese su riviste scientifiche indicizzate da PubMed rispetto al numero stimato mediante l’analisi delle serie storiche
Sviluppo di un modello bayeseano di simulazione come ausilio al processo di valutazione ed all’ottimizzazione dell’attività dei centri trapianto.
No full textIntroduzione – La necessità di adottare procedure di valutazione sulla qualità e sugli esiti dell’attività svolta presso i Centri trapiantologici ha recentemente trovato una prima, rilevante e sistematica applicazione grazie all’iniziativa del Ministero della Salute. Il processo di valutazione dell’attività di strutture complesse quali i Centri trapianto, nel richiedere l’adozione di analisi metodologicamente appropriate e presentate con dettagli tali da consentirne la completa riproducibilità, potrebbe collateralmente avvalersi di modelli teorici di simulazione elaborati sulle informazioni disponibili. Il livello di adattamento della conseguente attività di ogni singolo Centro ad un modello teorico potrebbe fornire indicazioni potenzialmente utili ai processi decisionali finalizzati al miglioramento delle prestazioni.
Metodi – È stato sviluppato un modello teorico comprendente n=12 Centri trapianto dislocati in un ipotetico bacino interregionale. Per ciascun Centro è stato definito il livello di attività pregressa (informazione “a priori”) relativo agli ultimi due anni di attività, considerando il numero di trapianti effettuati su pazienti adulti senza distinzioni tra primi trapianti e ritrapianti (range: 45-800), il numero attuariale di decessi (range: 0-46) e la relativa percentuale di sopravvivenza attuariale dei pazienti (range: 85.58%-100%). Il numero di decessi ri per singolo Centro i è stato modellato come variabile dicotomica (0,1), in possesso di una data probabilità pi di “true failure”. In primo luogo è stata adottata l’assunzione per ciascun Centro dell’indipendenza delle varie probabilità pi (“fixed effects”). Successivamente, si è proceduto con l’assunzione di similarità tra i rate di failure delle singole strutture, equivalente alla specificazione di un modello a “random effects” dove logit(pi) = bi, essendo bi~normal(mu, tau) [mu, probabilità logit di failure; tau, precisione]. Le specifiche del modello sono state quindi introdotte con la relativa sintassi in ambiente BUGS (Bayesian analysis Using Gibbs Sampling) [1], attraverso un primo ciclo di 1000 iterazioni seguito da ulteriori 10000 update. I dati di ciascun Centro sono espressi come valori (rank) di probabilità di fallimento per ogni iterazione.
Risultati – Il modello di tipo “fixed effects” ha rivelato una media cumulativa “di popolazione” corrispondente a 0.07937+/-0.0196, con una mediana pari a 0.07775. Il modello “random effects” ha presentato una media di popolazione di 0.07283+/-0.01013. Per nessun Centro sono stati riscontrati valori esterni ai rispettivi range interquartili.
Conclusioni – Il modello proposto costituisce un esempio di come le informazioni “a priori” inerenti l’attività di singoli Centri trapiantologici possano essere incorporate in specifici ambienti di simulazione, contribuendo all’acquisizione di indicazioni di ausilio al perfezionamento dei rispettivi profili prestazionali.
Bibliografia - Spiegelhalter D, Thomas A. Best N. WinBUGS Version 1.3. MRC Biostatistics Unit, Cambridge UK. April 2000
- …
