+ All Categories
Home > Documents > ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di...

ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di...

Date post: 24-Jan-2017
Category:
Upload: roberto
View: 217 times
Download: 5 times
Share this document with a friend
11
Riv Ital Med Lab DOI 10.1007/s13631-014-0057-z RASSEGNA ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine Alessandro Camerotto · Vincenza Truppo · Simone Bedendo · Flora Formenton · Maurizio Fagiano · Arianna Lucchiari · Massimo Tosini · Alessandro Battaggia · Elena Vio · Claudio Saccavini · Roberto Mencarelli Ricevuto: 14 febbraio 2014 / Accettato: 20 febbraio 2014 © Springer-Verlag Italia 2014 Riassunto Il Laboratorio gioca un ruolo decisivo nel pro- cesso diagnostico. Sfortunatamente l’alto livello di inappro- priatezza mina le potenzialità delle Medicina di Laboratorio. Alla base di una corretta prescrizione c’è un adeguato livello di conoscenza da parte dei medici che le consuete modalità di trasmissione del sapere non hanno finora permesso di rag- giungere. In questa rassegna è presentato il progetto ERME- TE, un’innovativa modalità di knowledge management rea- lizzata attraverso l’Information and Communication Tech- nology (ICT) e l’implementazione di un sistema di suppor- to decisionale (DSS) alimentato dal know out di un board scientifico di professionisti della Regione Veneto. Il proget- A. Camerotto (B ) Dipartimento di Patologia Clinica, Servizio di Medicina di Laboratorio, Ospedale di Rovigo, Via 3 Martiri, Rovigo, Italia e-mail: [email protected] A. Camerotto · V. Truppo · S. Bedendo · F. Formenton · M. Fagiano · A. Lucchiari SOC Medicina di Laboratorio, Azienda ULSS 18, Rovigo, Italia M. Tosini Società Italiana di Sociologia della Salute, Ferrara, Italia A. Battaggia SIMG (Società Italiana di Medicina Generale), Verona, Italia A. Battaggia SVEMG (Scuola Veneta di Medicina Generale), Verona, Italia E. Vio · C. Saccavini Arsenàl.IT, Centro Veneto Ricerca e Innovazione per la Sanità Digitale, Treviso, Italia R. Mencarelli Società Italiana di Anatomia Patologica e Citologia Diagnostica, Verona, Italia to è all’interno del Programma per la Ricerca, Innovazione ed Health Technology Assessment (PRIHTA) della Regione Veneto, con la collaborazione tra pubblico e privato e corre- lato al progetto Fascicolo Sanitario Elettronico regionale. La conoscenza in ERMETE è trasmessa attraverso gli indiriz- zi di prescrivibilità prodotti dal board e forniti ai medici al momento delle prescrizione elettronica, con il fine di aiutarli nella prescrizione di esami utili/appropriati per il paziente. La Ricerca contempla una cordata di Aziende Sanitarie e Ospedaliere venete, del Consorzio Arsenàl.IT come centro di competenza per la sanità digitale e di NoemaLife come partner privato. Il progetto prevede uno studio controllato randomizzato di 12 mesi con i medici di medicina genera- le e ospedalieri con lo scopo di verificare quanto l’utilizzo degli indirizzi di prescrivibilità sia in grado di incidere sui comportamenti prescrittivi. ERMETE si propone come stru- mento di lavoro per i medici nella scelta degli esami di labo- ratorio per un’effettiva governance nella prescrizione, utile alle persone ed economicamente sostenibile. Parole chiave Sistema di supporto decisionale · Sistema esperto · Inappropriatezza · Information and Communication Technology · Knowledge management Summary The laboratory tests plays a decisive role in the diagnostic process. Unfortunately, the high rate of inap- propriateness undermines the potential of the Laboratory Medicine. At the basis of a right prescription there must be a suitable level of knowledge of the physicians, that through the usual detailed rules of knowledge transmission is not up to now been possible to achieve. In this review, the ERMETE design is presented, which is an innovative method of knowl- edge management, carried out through the Information and Communication Technology (ICT), with the implementation of a decision support system (DSS) powered by the expertise
Transcript
Page 1: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med LabDOI 10.1007/s13631-014-0057-z

R A S S E G NA

ERMETE, il progetto della Regione Veneto per la gestione dellaconoscenza nella Medicina di Laboratorio

The ERMETE design of Veneto Region for knowledge managementin Laboratory Medicine

Alessandro Camerotto · Vincenza Truppo · Simone Bedendo · Flora Formenton ·Maurizio Fagiano · Arianna Lucchiari · Massimo Tosini · Alessandro Battaggia ·Elena Vio · Claudio Saccavini · Roberto Mencarelli

Ricevuto: 14 febbraio 2014 / Accettato: 20 febbraio 2014© Springer-Verlag Italia 2014

Riassunto Il Laboratorio gioca un ruolo decisivo nel pro-cesso diagnostico. Sfortunatamente l’alto livello di inappro-priatezza mina le potenzialità delle Medicina di Laboratorio.Alla base di una corretta prescrizione c’è un adeguato livellodi conoscenza da parte dei medici che le consuete modalitàdi trasmissione del sapere non hanno finora permesso di rag-giungere. In questa rassegna è presentato il progetto ERME-TE, un’innovativa modalità di knowledge management rea-lizzata attraverso l’Information and Communication Tech-nology (ICT) e l’implementazione di un sistema di suppor-to decisionale (DSS) alimentato dal know out di un boardscientifico di professionisti della Regione Veneto. Il proget-

A. Camerotto (B)Dipartimento di Patologia Clinica, Servizio di Medicina diLaboratorio, Ospedale di Rovigo, Via 3 Martiri, Rovigo, Italiae-mail: [email protected]

A. Camerotto · V. Truppo · S. Bedendo · F. Formenton ·M. Fagiano · A. LucchiariSOC Medicina di Laboratorio, Azienda ULSS 18, Rovigo, Italia

M. TosiniSocietà Italiana di Sociologia della Salute, Ferrara, Italia

A. BattaggiaSIMG (Società Italiana di Medicina Generale), Verona, Italia

A. BattaggiaSVEMG (Scuola Veneta di Medicina Generale), Verona, Italia

E. Vio · C. SaccaviniArsenàl.IT, Centro Veneto Ricerca e Innovazione per la SanitàDigitale, Treviso, Italia

R. MencarelliSocietà Italiana di Anatomia Patologica e Citologia Diagnostica,Verona, Italia

to è all’interno del Programma per la Ricerca, Innovazioneed Health Technology Assessment (PRIHTA) della RegioneVeneto, con la collaborazione tra pubblico e privato e corre-lato al progetto Fascicolo Sanitario Elettronico regionale. Laconoscenza in ERMETE è trasmessa attraverso gli indiriz-zi di prescrivibilità prodotti dal board e forniti ai medici almomento delle prescrizione elettronica, con il fine di aiutarlinella prescrizione di esami utili/appropriati per il paziente.La Ricerca contempla una cordata di Aziende Sanitarie eOspedaliere venete, del Consorzio Arsenàl.IT come centrodi competenza per la sanità digitale e di NoemaLife comepartner privato. Il progetto prevede uno studio controllatorandomizzato di 12 mesi con i medici di medicina genera-le e ospedalieri con lo scopo di verificare quanto l’utilizzodegli indirizzi di prescrivibilità sia in grado di incidere suicomportamenti prescrittivi. ERMETE si propone come stru-mento di lavoro per i medici nella scelta degli esami di labo-ratorio per un’effettiva governance nella prescrizione, utilealle persone ed economicamente sostenibile.

Parole chiave Sistema di supporto decisionale · Sistemaesperto · Inappropriatezza · Information andCommunication Technology · Knowledge management

Summary The laboratory tests plays a decisive role in thediagnostic process. Unfortunately, the high rate of inap-propriateness undermines the potential of the LaboratoryMedicine. At the basis of a right prescription there must bea suitable level of knowledge of the physicians, that throughthe usual detailed rules of knowledge transmission is not upto now been possible to achieve. In this review, the ERMETEdesign is presented, which is an innovative method of knowl-edge management, carried out through the Information andCommunication Technology (ICT), with the implementationof a decision support system (DSS) powered by the expertise

Page 2: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

Fig. 1 Modello tradizionale dicomunicazione e fonti didisturbo nell’acquisizione dellaconoscenza scientifica

of a scientific board of professionals from the Veneto Region.The Hermes design is set in the context of the Programmefor Research, Innovation and Health Technology Assessment(PRIHTA) of Veneto Region, carried out with the partnershipof public and private institutions, and correlated with the re-gional project on the Electronic Health Record. Knowledgein ERMETE is transmitted by the prescribility indications,produced from the board and provided to physicians at thepoint of electronic prescription with the aim to help themin prescribing useful/appropriate tests for the patient. Re-search provides for a joint venture between the Local HealthAuthorities and Hospitals of the Veneto Region, ConsorzioArsenàl.IT as center of expertise for digital health, and Noe-maLife as private partner. The project also includes a ran-domized controlled trial of 12 months with general practi-tioners and hospital physicians in order to verify if the useof prescribility indications is able to influence the prescrib-ing behavior. ERMETE is proposed as a tool for clinicians inchoosing laboratory tests with the aim of an effective gover-nance of prescriptions, useful for people and economicallyviable.

Keywords Decision support system · Expert system ·Inappropriateness · Information and CommunicationTechnology · Knowledge management

Introduzione: la diagnosi, la Medicina di Laboratorio el’appropriatezza ai tempi della crisi

La diagnosi (δια-γ νoσ ισ ), dal greco “δια—attraverso” e“γ νoσ ισ—conoscenza”, permette di determinare la natu-ra o la sede di una malattia attraverso la conoscenza deisintomi/segni.

Gli esami di laboratorio, considerabili come l’estensio-ne tecnologica dei sensi [1–3], sono segni fondamentali,ritenuti in grado di influenzare il 60–70% delle diagno-si [4].

Questa centralità della Medicina di Laboratorio è confer-mata dai dati della Regione Veneto (circa 5 milioni di abi-tanti), che evidenziano come nelle strutture pubbliche sia-no stati effettuati oltre 70 milioni di esami/anno [5]. D’altrocanto l’utilità delle prestazioni è minata dalla rilevante quo-ta di inappropriatezza: una disamina della letteratura stima ilfenomeno compreso tra il 15 e il 50% della richiesta totale,con una media del 33% [6].

Il Carter Review inglese riporta un valore stimabile intor-no al 25% [7].

Nonostante la difficoltà di misurare l’appropriatezza at-traverso criteri oggettivi, da anni è diffusa la sensazione cheuna rilevante quantità di prestazioni non venga erogata inmodo congruo alle reali necessità assistenziali, soprattuttoper quanto riguarda la sovraprescrizione (overuse: richie-sta del test sbagliato), ma anche per ciò che concerne lasottoutilizzazione (underuse: non richiesta del test giusto)[8–13].

Ridurre l’inappropriatezza delle prestazioni rappresenta,oltre naturalmente una necessità clinica, anche un obietti-vo etico, di giustizia sociale ed economico, il cui raggiun-gimento è sempre più urgente anche in ragione della crisieconomico-finanziaria in corso.

Paradossalmente, la crisi può rappresentare un’opportu-nità e un volano per accelerare il miglioramento delle pre-scrizioni. Se infatti nell’uso comune la parola “crisi” ha as-sunto un’accezione negativa come peggioramento di una si-tuazione, dalla sua etimologia (separare, discernere, giudi-care, valutare) possiamo coglierne anche il lato positivo,in quanto potenzialità di trasformazione, miglioramento erinascita.

L’etica, nel contesto specifico del knowledge manage-ment, va considerata anche nella sua accezione di legame econsuetudine, termini che evocano la fiducia. Fiducia comesubstrato della naturale empatia del legame tra gli uomini,senza il quale non può esservi comunità o società [14], e che,attraverso efficaci modalità comunicative—come sarà illu-strato in questo articolo—può concorrere a ridurre la com-

Page 3: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

Fig. 2 Processo di modifica dei comportamenti medici indotti dalla letteratura scientifica

plessità insita nei nodi organizzativi del Sistema sanitarionazionale.

Si ritiene, tuttavia, che l’etica e la fiducia siano pilastriimportanti, ma di per sé non sufficienti per migliorare l’ap-propriatezza, che ha come conditio sine qua non l’agire sulleleve della conoscenza, competenza, qualità e innovazione.

Tutti questi elementi riconoscono nelle singole personel’elemento centrale e strategico: coinvolgerle per costrui-re una rete condivisa e aperta è fonte di un processo vir-tuoso ed economicamente conveniente nella gestione dellaconoscenza [15–17].

La crisi quindi intesa come opportunità di cambiamento:ignorarla sarebbe delittuoso, poiché si trasformerebbe in unacrisi sprecata.

Lo sforzo insito nel progetto ERMETE va, appunto, inquesta direzione.

La conoscenza è la fonte dell’appropriatezza

La fonte dell’appropriatezza, al di là di fattori medico-legalie amministrativi (medicina difensiva, relativo scarso costodegli esami, comodità di accesso alla prestazione), è la co-noscenza, i cui aspetti salienti saranno brevemente riassuntidi seguito.

Il Tempo di Risposta all’Innovazione

Il Tempo di risposta all’Innovazione (TRI) [18] è un ele-mento decisivo: passano anche decenni dalla produzione dievidenze sull’utilità o inutilità di un test e il concreto e pie-no cambiamento nel comportamento prescrittivo [19]. Cri-ticità, quindi, non solo nella diffusione della nuova cono-scenza, ma anche nell’utilizzo di esami che potremmo de-finire storici. Tra le sue principali motivazioni il lento TRItrova la scarsa efficacia delle tradizionali modalità di pro-duzione e trasmissione del sapere (Figg. 1 e 2) che, da un

lato, hanno paradossalmente fasi in comune con la secola-re produzione del romanzo (Fig. 3) e, dall’altro, come tut-ti i sistemi complessi, sono esposte inevitabilmente all’en-tropia con scadimento progressivo dell’informazione, perpreservare la quale è necessaria un’elevatissima energia ne-ghentropica (incentivi, formazione professionale continua,induzione di motivazione, entusiasmo ecc.).

Sono quindi sistemi termodinamicamente inefficienti edespongono a una sistematica distorsione tra conoscenzatrasmessa e conoscenza realmente percepita (Fig. 4).

Modelli culturali di perfezione conoscitiva

I modelli culturali di perfezione conoscitiva provocano, inmodo per lo più inconsapevole, la patologia epistemica, cioèuna divergenza tra ciò che veramente si conosce e ciò che sicrede di conoscere (Fig. 5).

Tutto ciò si ripercuote sulla scelta di prestazioni inappro-priate, poiché basata su percezioni sbagliate dei limiti e deipregi delle proprie conoscenze.

La quantità

La quantità, ovvero il crescente numero di test disponibili, ènaturalmente un fattore determinante. Se le prestazioni pre-senti nella prima edizione del Merk’s Manual [20] del 1899erano 13, quelle presenti nel tariffario della Regione Venetosono 850; disponibilità ben al di là quindi delle possibilitàcognitive.

Internet, se da un lato è elemento facilitatore nella tra-smissione del sapere, dall’altro espone a ridondanza, sovrab-bondanza e diluizione dell’informazione non efficacemen-te governabile dai circuiti neuronali. Questi meccanismi ri-sentono inevitabilmente di distorsioni intrinseche ai proces-si cognitivi inquadrabili come bias di conoscenza (lapsus,automatismi, abitudini, correlazioni illusorie ecc.) [21–24].

Page 4: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

Fig. 3 Fasi comuni nel processo di produzione del romanzo e della letteratura scientifica

Fig. 4 Rappresentazione grafica dell’arco di distorsione tra cono-scenza trasmessa e conoscenza percepita, che si traduce in erroriprescrittivi

La conoscenza come conditio di empowerment

La conoscenza, consentendo decisioni basate sulla compe-tenza, permette al medico l’empowerment, vale a dire “laconsapevolezza e il controllo sulle proprie scelte, decisionie azioni” [25].

L’empowerment dovrebbe essere garantito, oltre che ov-viamente dai requisiti di legge (laurea, abilitazione, spe-

Fig. 5 Rappresentazione grafica della patologia epistemica: dal-l’equilibrio epistemico (conoscenza reale 1/conoscenza presunta 1)all’umiltà/insicurezza o all’arroganza/megalomania

cializzazione), anche e soprattutto dalla conoscenza deicontenuti scientifici che sottendono alla prescrizione.

È possibile allora raggiungere un adeguato enpowerment,considerati tutti i fattori in gioco?

La reale possibilità di rispondere alla domanda è frutto,da una parte, dell’analisi delle necessarie conoscenze di fi-

Page 5: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

siopatologia e performance dell’esame diagnostico e, dal-l’altra, dei processi logico-cognitivi di volta in volta messiin atto.

In sintesi, le conoscenze utili a una scelta consapevole edeconomicamente sostenibile nella prescrizione sono:

• valutazione, ex ante, se il risultato dell’esame potrà in-fluenzare la decisione clinica [26];

• interpretazione, ex post, del risultato considerando valoridi riferimento, variabilità, sensibilità, specificità, precisio-ne, valore predittivo, caratteristiche tecnico-analitiche;

• fisiopatologia della condizione clinica in esame;• probabilità di tutte le alternative diagnostiche esistenti:

prevalenza e incidenza della patologia;• rapporto costo/beneficio della prestazione.

Questa conoscenza necessaria per l’atto prescrittivo ègestita attraverso processi logico-cognitivi quali l’analogia,l’induzione e la deduzione [27].

La deduzione, cioè il procedere dall’universale al parti-colare, è probabilmente il principale procedimento mentaleutilizzato nella pratica medica, passando da dati sicuri di cuisi dispone a conclusioni che s’ignorano.

In particolare, la deduzione si avvale del sillogismo:due premesse vere portano a conclusioni valide. È paleseche se le premesse sono errate si arriverà inevitabilmenteall’elaborazione di conclusioni errate.

La validità di una conclusione non è solo dipendente dal-la logica, ma dipende soprattutto dalle conoscenze scientifi-che. Esse permettono di partire da dati sicuri, senza i qualirisulterebbe effimero qualsiasi procedimento razionale [28].

I dati sicuri che il medico dovrebbe possedere sono gliaspetti presentati nei cinque punti precedentemente esposti.

Sono queste le informazioni che permettono l’utilizzo deltest al fine di aumentare il livello di certezza. Esse sono an-che indispensabili a identificare le situazioni in cui l’esamenon può fornire certezze e ne delimitano l’ambito d’utilizzo.

Non conoscere, confondere questi aspetti o ricorrere astrategie semplificate o scorciatoie espone a errori, rischioclinico e consumo ingiustificato di risorse.

I sistemi cognitivi e le modalità di trasmissione dellaconoscenza finora messi in campo (linee guida, protocolli,flow chart, convegni, trattati, consensus conference, accorditra colleghi) non hanno consentito un’adeguata consapevo-lezza e controllo sulle decisioni ed espongono a un “erroreprescrittivo sistematico” il cui indicatore è l’attuale livellodi inappropriatezza.

Quindi la risposta alla domanda iniziale è negativa se nonsi mettono in campo sistemi innovativi nella trasmissionedella conoscenza.

La soluzione: la conoscenza costantemente accessibile almomento stesso della prescrizione

In questa rassegna è presentata una strutturale soluzioneal problema dell’inappropriatezza prescrittiva. Essa si ba-sa sull’Information and Communication Technology (ICT) edovrebbe permettere un cambiamento di paradigma nel kno-wledge management atto a ridurre l’inadeguatezza cogniti-va. Ciò dovrebbe consentire:

• un livello di conoscenza adeguato nel momento esattodell’atto prescrittivo;

• l’aggiornamento continuo (diminuendo pertanto il TRI);• il consolidamento dello stato dell’arte;• il miglioramento della catena di trasmissione del sapere

pur nel turnover dei clinici;• l’omogeneità di comportamenti a livello locale, regionale

e nazionale.

Questi obiettivi possono essere raggiunti ristrutturandol’acquisizione di conoscenza attraverso modalità innovati-ve di formulazione dell’informazione scientifica che preve-dano un coinvolgimento trasversale dei medici di medicinagenerale (MMG), ospedalieri e universitari.

Ognuno di essi manterrà la propria competenza e pe-culiarità, ma entro il contesto di un rapporto di interdi-pendenza e fiducia finalizzato a creare una comunicazio-ne strategica [29] tra le classi professionali. Tutto ciò tro-va ora—strutturandosi su sistemi avanzati di Decision Sup-port System (DSS)—concreta realizzazione nel progettoERMETE.

La storia 2004–2014: dalle note di prescrivibilità alprogetto ERMETE

I presupposti teorici del progetto ERMETE sono rintraccia-bili in pubblicazioni che risalgono ormai a 10 anni or so-no [30, 31], in cui si proponeva di applicare alla Medicinadi Laboratorio un approccio analogo alla prescrizione far-maceutica utilizzando uno strumento informativo cartaceosimile alle note CUF, ora AIFA, e vincolando i prescritto-ri al rispetto delle stesse, pena la non rimborsabilità dellaprestazione.

L’evoluzione di questa impostazione è avvenuta nel 2007,quando, all’interno di una Ricerca Sanitaria Finalizzata Re-gionale [32] è stato realizzato, da un’idea di Alessandro Ca-merotto, il GOELM (Guide Order Entry Laboratory Medi-cine), un sistema di supporto decisionale basato sull’ICT, incui dalla “nota” impositiva si è passati all’“indicazione” as-solutamente libera. Era questo un aspetto chiave, perché ilDSS non intendeva proporsi come uno strumento impositi-vo in una logica top down, ma come strumento di “ricor-do” al medico delle indicazioni di prescrivibilità, lasciando-gli libero arbitrio nell’accettazione o violazione della rego-la. L’unica condizione vincolante era la motivazione della

Page 6: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

scelta. Non vi era, infatti, alcuna imposizione o aspetti san-zionatori (ticket, non rimborsabilità, ispezioni ecc.), ma laproposizione di un suggerimento a fronte di evidenze con-solidate, facendo appello all’intelligenza, alla libertà e allaresponsabilità.

Il DSS era stato progettato come un modello a raziona-lità limitata [33], al fine di fornire al medico—data la va-stità delle variabili e delle opzioni—il numero minimo dielementi utili per decidere: in altre parole, circoscrivendo leinformazioni necessarie per una corretta scelta degli esami.

Le indicazioni, ovviamente, non avevano valenza esau-stiva di tutte le possibilità diagnostiche esistenti, né prero-gativa di blindare il processo conoscitivo, né tantomeno dicristallizzare la complessità all’interno di uno schema, mala funzione di stabilire un punto di arrivo condivisibile eragionevole.

GOELM era uno dei tre oggetti informatici presenti ne-gli applicativi dei MMG: il programma gestionale in uso,GOELM, e un terzo software che si poneva a ponte tra idue, permettendo il collegamento in tempo reale.

Durante il progetto, grazie al consenso all’interno diun board di MMG e medici ospedalieri locali, erano statedefinite indicazioni di prescrivibilità per 110 esami.

In sintesi, quando nell’atto della prescrizione in referralveniva inserito un esame la cui indicazione era contempla-ta nel DSS, il sistema generava una schermata nella qualeerano ricordate le condizioni di prescrivibilità.

A questo punto il prescrittore poteva decidere se aderi-re o meno ai suggerimenti all’interno di 4 motivi di nonadesione, progettati in modo da essere sempre gli stessi,indipendentemente dal test selezionato.

I test erano individuabili attraverso due modalità struttu-rate in modo da ridurre la sovraprescrizione e la sottopre-scrizione delle indagini diagnostiche:

• ricerca per singola prestazione;• ricerca all’interno di cartelle patologia, cioè raggruppa-

menti logici e razionali di test pertinenti a determinatesituazioni o patologie.

Il DSS GOELM è stato testato in due sperimentazionicon il duplice obiettivo di valutare, da un lato, la sua appli-cabilità operativa e, dall’altro, le ricadute sulla qualità delleprestazioni verificando se il suo uso inducesse una modificanei comportamenti prescrittivi [34].

La prima sperimentazione, durata 6 mesi, è stata svoltanell’ULSS 18 Rovigo nel 2008 con 23 MMG volontari.

La seconda, durata 7 mesi, è stata effettuata nell’ULSS13 Mirano nel 2010 compresi tutti i 196 MMG dell’ULSS.

In entrambe le sperimentazioni i dati delle prescrizio-ni filtrate dal DSS sono stati confrontati con i dati delleprescrizioni effettuate dagli stessi medici, negli stessi mesidell’anno precedente.

I risultati hanno dimostrato una diminuzione del volumeassoluto delle prescrizioni dei test con “indicazioni”, che aRovigo ha raggiunto il 38%, a Mirano il 26%.

Nei due gruppi di controllo, rappresentati dai mediciche non avevano utilizzato il DSS, i test sono aumentatiall’opposto di circa il 4%.

Durante entrambe le sperimentazioni non si sono verifi-cate criticità tecnico-informatiche o interferenze tra il DSSe i programmi gestionali dei MMG.

Nel 2013, sulla base del know how raggiunto su que-ste esperienze e grazie alle opportunità offerte dalle nuovetecnologie [35, 36] e alla cooperazione tra diversi attori estakeholders (l’autore di GOELM, alcune Aziende ULSS eospedaliere del Veneto, Arsenàl.IT—Centro Veneto Ricercae Innovazione per la Sanità Digitale, NoemaLife, RegioneVeneto) è stato possibile progettare una nuova soluzione nel-la gestione dell’appropriatezza delle prescrizioni: il progettoERMETE.

Il progetto ERMETE

ERMETE è nato sotto il Programma per la Ricerca, Inno-vazione ed Health Technology Assessment (PRIHTA) dellaRegione Veneto, finalizzato a promuovere la collaborazionetra soggetti pubblici e privati e correlato al progetto Fascico-lo Sanitario Elettronico regionale (DGR n. 1671 del 7 agosto2012). La mission statement di ERMETE consiste nel defi-nire una serie di Indirizzi di Prescrivibilità (IP) per le presta-zioni di Medicina di Laboratorio che, applicati a un sistemaesperto o DSS, integrato nel contesto clinico-sanitario, ren-dano più efficiente la trasmissione della conoscenza, aiutan-do il medico nella prescrizione di esami utili/appropriati peril paziente.

Il progetto prevede l’esecuzione di uno studio controllatorandomizzato della durata di 12 mesi coinvolgente MMG eospedalieri allo scopo di verificare quanto l’utilizzo degli IPsia in grado di incidere sui comportamenti prescrittivi.

L’applicazione dell’ICT in questo ambito consente disperimentare soluzioni che possono rendere disponibile sul“punto di cura” un’informazione accreditata e aggiornataattraverso la rete.

L’utilizzo di questo tipo di strumenti ha dato finora buonirisultati a livello internazionale [37–39] e nella prescrizionespecialistica di laboratorio [40, 41].

Anche l’atteggiamento dei MMG verso un sistema esper-to è risultato positivo [42, 43].

Tuttavia, solo in pochi studi sono state considerate inmodo adeguato le ripercussioni economiche associate almiglioramento della qualità prescrittiva.

In qualcuna di queste rare esperienze è stato dimostratoche l’applicazione di un sistema esperto può ridurre i costidegli esami di laboratorio [39, 41, 44].

Page 7: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

Fig. 6 Il progetto ERMETE.Nella Figura sono presentate le3 fonti di conoscenza delprogetto (proposte, letteratura,esperienza). Med Osp: mediciospedalieri; MMG: medici dimedicina generale; PLS:pediatri di libera scelta

Anche in Italia, come riferito nel paragrafo preceden-te [34], è stato osservato che l’utilizzo di DSS è in gradodi ridurre il volume delle prescrizioni di laboratorio.

La Ricerca prevede una cordata di Aziende Sanitarie(Aziende ULSS 18, ULSS 6, ULSS 13, ULSS 15, ULSS16 e ULSS 9, Azienda Ospedaliera di Padova e AziendaOspedaliera Universitaria Integrata di Verona, con il coor-dinamento dell’Azienda ULSS 18) e del Consorzio Arse-nàl.IT che, come centro di competenza per la sanità digita-le, affiancherà le Aziende Sanitarie nella definizione dellasoluzione tecnologica e garantirà che la ricerca sia in lineacon gli obiettivi del progetto Fascicolo Sanitario Elettronicoregionale.

I MMG e ospedalieri sperimenteranno l’applicazione de-gli IP all’interno di un sistema esperto centralizzato, Pro-meteo Appropriatezza, in grado di verificare la correttezzadelle prestazioni prescritte, accessibile da qualunque siste-ma esterno di prescrizione, messo a disposizione dall’A-zienda NoemaLife, Bologna, Italia, come cofinanziatore delprogetto.

Nella pratica (Fig. 6) il medico, all’atto della produzio-ne della ricetta rossa dematerializzata, utilizzerà il proprioconsueto applicativo gestionale. Nel momento in cui inse-rirà un esame, la congruità della prescrizione trascritta suricetta “dematerializzata” SSN sarà verificata a livello regio-nale sotto due punti di vista: saranno innanzitutto verificatigli aspetti formali, vale a dire l’attinenza della prescrizio-ne alle disposizioni legislative vigenti. Allo stesso tempo—grazie al sistema esperto messo a disposizione dal proget-to ERMETE—, la singola prescrizione subirà un giudiziodi appropriatezza riguardante in modo specifico gli aspettitecnico-professionali.

Il medico prescrittore riceverà gli eventuali errori di com-pilazione della ricetta e warning clinici legati all’appropria-tezza.

A questo punto il prescrittore potrà decidere se aderire omeno ai suggerimenti.

Il sistema esperto, infatti, proporrà e traccerà quattromotivi di non adesione agli IP proposti:

• per situazione clinica non prevista nell’indicazione;• per prescrizione indotta specialistica;• per disaccordo sull’indicazione;• per altra motivazione.

Il sistema esperto costituirà quindi un elemento integra-to ai sistemi predisposti della Regione Veneto per la dema-terializzazione della ricetta rossa e per la realizzazione delFascicolo Sanitario.

ERMETE si pone in concreto quale strumento di svi-luppo e miglioramento della Ricerca Sanitaria Finalizza-ta Regionale del 2007, apportando, rispetto alla precedenteesperienza, questi valori aggiunti:

• autorevolezza del board elevato ora a livello regionale enon più locale (Azienda ULSS) e maggiore rappresenta-tività degli stakeholders;

• ridefinizione delle regole di conoscenza (knowledge ru-les) e ampliamento delle regole stesse con definizione divincoli di ingresso (gatig rules) e nuovi test;

• allargamento della platea degli sperimentatori: oltre aiMMG sono coinvolti anche medici ospedalieri;

• trasmissione degli IP ai sistemi gestionali applicativi deimedici ospedalieri e MMG;

• l’aggiornamento continuo attraverso la rete dovrebbe per-mette di risolvere una delle principali criticità nella ge-stione dell’appropriatezza: in effetti, il suo giudizio non è

Page 8: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

una scelta definitiva, ma rappresenta un continuum da rap-portare al progresso tecnologico, alle nuove acquisizio-ni scientifiche e, sempre più, al rapporto costo/beneficio.È la connettività, quindi, che permetterà di definire unachiara, esplicita e aggiornata gerarchia di soluzioni all’in-terno delle quali si giocherà la responsabilità dei mediciprescrittori [16];

• valutazione dei risultativi secondo criteri di HTA utiliz-zando la metodologia MAST (Model for Assessment ofTelemedicine) [45, 46] che definisce il modus operandida seguire per descrivere l’efficacia e il valore aggiuntoottenuti con l’introduzione della tecnologia nella sanitàdigitale.

Gli IP sono redatti e approvati da un board scientifico co-stituito da un gruppo di membri permanenti (ResponsabileScientifico, esperti in Medicina di Laboratorio, Cure Prima-rie, Medicina Interna e Geriatria, Medicina Generale, rap-presentanti della Regione, esperti in sanità digitale di Arse-nàl.IT), a cui, di volta in volta, si aggiungeranno specialistidelle discipline prese in esame.

I componenti del board sono professionisti provenientidalle Aziende Sanitarie del Veneto di provata esperienza,con ruoli istituzionali negli Ospedali, nelle Cliniche Univer-sitarie e Territorio e con competenze mediche e scientifi-che riconosciute. Essi redigono e approvano gli IP secondoprincipi di scienza e coscienza, principi che quotidianamen-te applicano nell’esercizio delle loro funzioni professionali.La scienza/conoscenza, trasferita dai componenti del boardnegli IP, è frutto della peculiare esperienza professionale in-dividuale, nonché della pratica clinica sul campo, del ba-gaglio di studi accademici ed extra-accademici, delle rela-zioni scientifiche interpersonali nei vari ambiti specialistici,dell’insegnamento e della formazione continua.

Il testo base di riferimento, oltre naturalmente alla lette-ratura specifica e specialistica, è “Harrison. Principi di Me-dicina Interna”, testo accademico, utilizzato e riconosciutoper la sua autorevolezza dalla comunità scientifica interna-zionale. Gli IP, a fondamento dei quali c’è in primis la fisio-patologia, sono redatti secondo principi di prudenza e buonsenso. Intendono essere un suggerimento e un ausilio peril lavoro quotidiano dei medici prescrittori sintetizzando erendendo immediatamente fruibile conoscenza e innovazio-ne consolidata. Non sono quindi regole cogenti, impositivee ispettive, né linee guida, ma consigli professionali che siappellano alla responsabilità e alla libera scelta.

Nella redazione degli IP il board si ispira alle regole diseguito esposte.

• Costruire indicazioni utili nella fase di prescrizione, nelpreciso momento del bisogno, cioè “davanti al paziente”,quando è poco il tempo a disposizione e nella difficoltàdi consultare fonti scientifiche. La domanda fondamenta-le che guiderà la stesura degli IP è “di quali informazioni

il prescrittore ha bisogno?” Ecco che allora, di volta involta, l’indirizzo porrà l’accento, con formulazione posi-tiva, sul target clinico (per esempio alfa 1 antitripsina: uti-le per la diagnosi di enfisema polmonare giovanile) o conformulazione negativa (per esempio C3: non consigliatonella valutazione dell’infiammazione). Altri aspetti consi-derati saranno il livello del test (per esempio Bence Jones:test di 2° livello, consigliato in soggetti con componentimonoclonali sieriche e nella diagnosi del mieloma micro-molecolare), la popolazione su cui eseguire/non eseguireil test (per esempio eGFR non eseguibile in gravidanza),la periodicità (tempo) di ripetizione (per esempio HbA1C:non utile la ripetizione prima di 3 mesi).

• D’altro canto è fondamentale chiedersi di che cosa ilmedico “non abbia bisogno”: sicuramente non sareb-be utile, per esempio, una ridondanza informativa, cheprodurrebbe solo un rallentamento del suo lavoro.

• Tendere a una sintesi del sapere, riportando all’essenzia-le la conoscenza, con frasi brevi, chiare, di immediatacomprensione e inequivocabili.

• Far risaltare solo gli elementi necessari alla fase prescrit-tiva, evitando invece le informazioni utili solo nella fasedi interpretazione del risultato.

• Definire, per alcuni esami, l’accurato ambito di utilizzo ele situazioni in cui l’uso è a priori inappropriato.

• Individuare, per alcuni test, la ragionevole modalità diutilizzo. Per alcuni test sarà quindi possibile consiglia-re l’ambito di utilizzo, mentre per altri sarà possibileescluderlo.

• Stabilire, per alcuni test, livelli di priorità prescrittiva: 1°,2° livello.

Nella Tabella 1 sono presentate le caratteristiche degli IP.La strutturazione degli IP secondo le modalità soprade-

scritte avrà, in sintesi, le finalità di:

• essenzializzare la conoscenza, fornendo al medico, exnovo, un’informazione non posseduta;

• rimandare istantaneamente a un universo concettuale diconoscenza, già posseduto, ma disorganizzato e sottol’inevitabile azione di bias.

L’efficienza/efficacia del sistema sarà valutata, come sidiceva, con una sperimentazione ad hoc.

L’endpoint principale di questo studio sarà il volume ri-levato in un determinato periodo indice di prescrizioni per-tinenti un certo numero di test “sentinella”, scelti perché ca-ratterizzati da un livello di inappropriatezza particolarmenteelevato [34].

Lo studio analizzerà, inoltre, altri tre endpoint (outcomessecondari).

Il primo sarà rappresentato dalla variazione prima/poi delnumero totale di prescrizioni con IP.

Il secondo considererà la variazione prima/poi degli esa-mi non compresi tra quelli con gli IP. Lo scopo di quest’ul-

Page 9: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

Tabella 1 Caratteristiche degliindirizzi di prescrivibilità (IP) • Vincoli di accesso (gating rules) rispetto a:

◦ minimum retesting interval (MRI)

◦ incompatibilità tra analisi

◦ sesso

◦ età

◦ reparto

◦ territorio

• Regole di conoscenza (knowledge rules) con contenuti scientifici, che tengono anche in considerazione:

◦ codice di patologia

◦ profili predefiniti e concordati (per esempio profili di ingresso in reparto)

• Indirizzi per patologia/situazione/sintomo

tima analisi sarà verificare se l’adozione dello strumento—abituando il medico a prescrivere secondo la logica del siste-ma esperto—si dimostrerà in grado di migliorare le abitudiniprescrittive anche nei confronti di test diagnostici per i qualinon siano stati forniti indirizzi specifici.

I risultati pertinenti il terzo endpoint permetteranno di va-lutare all’interno di alcuni ambiti nosologici se il migliora-mento dell’appropriatezza prescrittiva sarà in grado di in-durre cambiamenti anche in termini di numero e tipologiadi prestazioni aggiuntive. Per esempio, nell’ambito delle ti-reopatie si potrà valutare se nella popolazione in cui si ot-terrà una riduzione del numero di prescrizioni inappropria-te di fT3 sarà anche ridotto il numero di ecografie, di scin-tigrafie, di biopsie tiroidee, di visite endocrinologiche e/ootorinolaringoiatriche potenzialmente inappropriate.

Infine, saranno effettuate valutazioni HTA basate sullametodologia MAST.

Conclusione: ERMETE è fondato sulla fiducia

ERMETE è un progetto in cui gli aspetti tecnologici (ICT,DSS, sistema esperto) e gestionali (knowledge manage-ment, HTA, fase preanalitica) rappresentano componentifondamentali.

D’altro canto, al di là della tecnica e del management,riteniamo che il sistema ERMETE sia basato sulla fiducia,quale elemento chiave nelle relazioni umane, professionalied extraprofessionali.

La fiducia tra tutti gli stakeholders del sistema e una ge-stione bottom up, “dal basso”, permetterà, a nostro avviso,l’efficacia nel lungo periodo [25, 47].

La concretizzazione di questi principi nell’intero progettoè garantita da diversi elementi, quali le fonti scientifiche chealimentano il sistema esperto, il feedback della conoscenzada parte dei fruitori del sistema, la modalità di produzionedegli IP.

Come evidenziato nella Figura 6, le tre le fonti di co-noscenza sono rappresentate, in una logica di cooperazio-

ne, interdipendenza e fiducia [48] da: esperienza dei singo-li componenti del board, letteratura scientifica, esperienza eproposte dei medici prescrittori. Questi potranno interagireper via telematica con il responsabile scientifico di ERME-TE per proporre nuovi IP o per fornire un feedback in casodi IP non sufficientemente adeguati ai loro bisogni prescrit-tivi (chiarezza, completezza, MRI ecc.) o, in una logica Wi-kipedia, potranno segnalare errori e refusi. In un rapportofra pari dovrà quindi prevalere una comunicazione circolaree bi-direzionale che consentirà il passaggio di conoscenzefra i nodi organizzativi del SSN: MMG, Aziende Sanitarie,Università, Laboratorio.

I MMG e i medici ospedalieri potranno adottare con fidu-cia gli IP grazie alla provata autorevolezza dei componentidel board (che potranno conoscere e con cui potranno di-rettamente interfacciarsi); allo stesso tempo, all’interno delboard un rapporto di fiducia reciproca consentirà di acco-gliere e condividere la scienza che i professionisti coinvoltiinfonderanno nella redazione degli IP, frutto di esperienza,stima professionale e credito personale.

Fiducia e conoscenza, quindi, circolarmente e permanen-temente trasmesse, nella dimensione confidenziale (mi af-fido), ma anche nella dimensione sociale di un patto per ilmiglioramento dell’appropriatezza.

Un’importante verifica dell’efficacia e dell’efficienza delsistema sarà rappresentata non solo dalla possibilità di quan-tificare i risultati complessivi, ma anche e soprattutto dal-l’opportunità garantita ai professionisti di esplicitare i pro-blemi di volta in volta incontrati nei diversi percorsi. Ri-sposte a quesiti tipo “Quante volte è stato violato un IP?Per quale motivo? Che cosa fare e su chi agire—MMG ospecialisti—per ridurre le violazioni? L’IP è adeguato allaprescrizione?” permetteranno al sistema di “aggiustare con-tinuamente e mantenere la rotta” sulla mission statement diERMETE: fornire uno strumento per la trasmissione dellaconoscenza che aiuti il medico nella prescrizione di esamiutili/appropriati per il paziente.

La proprietà intellettuale degli IP sarà quindi—moralmen-te e di fatto—dei medici che, ognuno con la propria re-

Page 10: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

sponsabilità e competenza, hanno contribuito a produr-re e migliorare continuamente i contenuti scientifici delleraccomandazioni.

Il sistema esperto non sarà dunque un deus ex machi-na, ma sarà sulla scena, sul campo, accanto ai professionistiche lo possono modificare e adattare a nuove conoscenze enecessità, non un meccanismo statico, bensì dinamico e incontinua revisione.

La classe medica, d’altro canto, dovrà vigilare affinchéquesto nuovo strumento tecnologico per la gestione della co-noscenza non venga impropriamente utilizzato per fini ispet-tivi, di controllo e di limitazione della libertà prescrittiva.

In conclusione, ERMETE è stato progettato per renderepossibile un pieno e reale empowerment nella scelta degliesami di laboratorio, ossia una governance nella prescrizio-ne senza ricorrere a provvedimenti politico-amministrativi(tagli lineari, ticket, tasse, prenotazioni, limitazioni nel nu-mero di test per ricetta ecc.), che comportano limiti e spe-requazioni insite in un razionamento non ispirato a criteriscientifici [49].

Attraverso il miglioramento dell’appropriatezza potrannoanche essere meglio gestite le sfide del futuro, concretizzan-dosi una prescrizione utile alle persone ed economicamentesostenibile.

Conflitto di interesse Nessuno.

Bibliografia

1. Burlina AB (1992) Medicina di laboratorio. Fondamenti didiagnostica. CG Edizioni Medico Scientifiche, Torino

2. Zimmern RL (2009) Testing challenger: evaluation of novel diag-nostics and molecular biomarkers. Clin Med 9:68–73

3. Lundberg GD (1998) The need for an outcomes research agendafor clinical laboratory testing. JAMA 280:565–566

4. Forsman RW (1996) Why is the laboratory an afterthought formanaged care organization? Clin Chem 42:813–816

5. ARSS Regione Veneto (2007) Ricognizione del sistema di produ-zione di prestazioni di Medicina di Laboratorio e Microbiologiadel Servizio Socio Sanitario Veneto

6. Cappelletti P (2013) Praticare l’appropriatezza in Medicina diLaboratorio. Un’introduzione. Riv Ital Med Lab 9:1–7

7. Carter Review (2008) Report of the review of NHS pathology ser-vices in England

8. Plebani M (2009) Exploring the iceberg of errors in laboratorymedicine. Clin Chim Acta 404:6–23

9. van Walraven C, Naylor D (1998) Do we know what inappropriatelaboratory utilization is? JAMA 280:550–558

10. Castelli-Boada JM, Castells-Oliveres X (1999) Appropriateness ofphysicians’ requests of laboratoty examinations in Primary HealthCare: an over- and under- utilization study. Clin Chem Lab Med37:65–69

11. Plebani M (2006) Errori nei laboratori clinici o errori in Medicinadi Laboratorio? RIMeL/IJLaM 2(Suppl):49–57

12. Lock RJ (2004) Rational requesting or rationing testing? J ClinPathol 57:121–122

13. Zhi M, Ding EL, Theisen-Toupal J (2013) The landscape of inap-propriate laboratory testing: a 15-year meta-analysis. PLoS ONE8:e78962

14. Natoli S (2010) Il buon uso del mondo. Agire nell’età del rischio.Mondadori, Milano

15. Scott MG (2010) When do new biomarkers make economic sense?Scand J Clin Lab Invest 242(Suppl):90–95

16. Murphy RK, McHugh S, O’Farrell N et al (2011) The financialimperative of physicians to control demand of laboratory testing.Ir Med J 104:15–17

17. Sethi MK, Obremskey WT, Natividad H et al (2012) Incidenceand costs of defensive medicine among orthopedic surgeons in theUnited States: a national survey study. Am J Orthop 41:69–73

18. Camerotto A, Di Liddo R, Carmignoto F (2006) Il tempo dirisposta all’innovazione: un indicatore di efficacia nell’appli-cazione delle linee guida, procedure e tecnologie innovative.RIMeL/IJLaM 2:206–215

19. Plebani M, Laposata M (2006) Translational research involvingnew biomarkers of disease: a leading role for pathologists. Am JClin Pathol 26:169–171

20. Merk’s Manual of the materia medica (1899) Merk & Co, NewYork

21. Delvecchio G (2005) Decisione ed errore in medicina. CentroScientifico Editore, Torino

22. Piattelli Palmarini M (1999) Illusioni di sapere. Che cosa sinasconde dietro i nostri errori. Mondadori, Milano

23. Bara BG (1990) Scienza cognitiva. Un approccio evolutivo allasimulazione della mente. Bollati Boringhieri, Torino

24. Taleb NN (2009) Il Cigno nero. Come l’improbabile governa ilnostro destino. Il Saggiatore, Milano

25. Covey SMR (2013) Smart trust. Franco Angeli, Milano26. Price CP (2000) Evidence-based laboratory medicine: supporting

decision-making. Clin Chem 46:1041–105027. Federspil G (2004) Logica clinica. I fondamenti del metodo in

medicina. McGraw-Hill, Milano28. Bianchi A, Di Giovanni P (2000) Psicologia cognitiva. Paravia

Bruno Mondadori, Milano29. Schutz A (1979) Saggi sociologici. UTET, Torino30. Camerotto A, De Toni S, Carmignoto F et al (2004) L’adozione

di note di prescrivibilità per i test di laboratorio può essere unostrumento di migliore appropriatezza? Mecosan Management edEconomia Sanitaria (Univ Bocconi, Milano) 51:71–76

31. Camerotto A, Carmignoto F (2005) L’utilizzo di note informa-tive per gli esami di laboratorio: uno strumento per l’appropria-tezza e per il risparmio di risorse nella Medicina di Laboratorio.Biochimica Clinica 4:433–445

32. Sperimentazione di un software per la Medicina Generale, al fi-ne di migliorare appropriatezza, che indirizzi ad una corretta pre-scrizione di test di laboratorio in accordo con i criteri dell’EBMe delle Linee Guida. Bollettino Ufficiale Regione Veneto del 13novembre 2007

33. Popper KR (1972) Congetture e confutazioni: lo sviluppo dellaconoscenza scientifica. Il Mulino, Bologna

34. Camerotto A, Pozzato A, Truppo V et al (2012) Il “software”GOELM come innovativa modalità di gestione della conoscenzae della prescrizione degli esami di laboratorio: l’esperienza di dueUnità Sociosanitarie Locali. Biochimica Clinica 36:98–106

35. Fryer AA, Smellie WSA (2013) Managing demand for laboratorytests: a laboratory toolkit. J Clin Pathol 66:62–72

36. Qaseem A, Forland F, Macbeth F et al (2012) Guidelines Interna-tional network: toward international standards for clinical practiceguidelines. Ann Intern Med 156:525–531

37. Calderon-Margalit R, Mor-Yosef S, Mayer M et al (2005) An ad-ministrative intervention to improve the utilization of laboratorytests within a university hospital. Int J Qual Health Care 17:243–248

38. Bridges SA, Papa L, Norris AE, Chase SK (2012) Duplicated lab-oratory tests: evaluation of a computerized alert intervention. Ab-stract. J Health Qual. doi:10.111/j.1945-1474.2012.00219.x

Page 11: ERMETE, il progetto della Regione Veneto per la gestione della conoscenza nella Medicina di Laboratorio; The ERMETE design of Veneto Region for knowledge management in Laboratory Medicine;

Riv Ital Med Lab

39. van Wijk MA, van der Lei J, Mosseveld M et al (2001) Assess-ment of decision support for blood test ordering in primary care.A randomized trial. Ann Intern Med 134:274–281

40. Main C, Moxham T, Wyatt JC et al (2010) Computerised decisionsupport systems in order communication for diagnostic, screeningor monitoring test ordering: systematic reviews of the effects andcost-effectiveness of systems. Health Technol Assess 14:1–227

41. Marten JP, Kyra IE, Mees M (2007) Cost consequences of imple-menting an electronic decision support system for ordering labora-tory tests in primary care: evidence from a controlled prospectivestudy in the Netherlands. Clin Chem 53:213–219

42. Heselmans A, Aertgeerts B, Donceel P et al (2012) Family physi-cians’ perceptions and use of electronic clinical decision supportduring the first year of implementation. J Med Syst 36:3677–3684

43. Seidling HM, Phansalkar S, Seger DL et al (2011) Factors influ-encing alert acceptance: a novel approach for predicting the suc-

cess of clinical decision support. J Am Med Inform Assoc 18:479–484

44. Ohno-Machado L (2012) Cost-effectiveness of informatics andhealth IT: impact on finances and quality of care. J Am Med In-form Assoc 19:327

45. Kidholm K, Bowes A, Dyrehauge S et al (2010) The MAST Man-ual, MAST—Model for Assessment of Telemedicine

46. Kidholm K, Aletras V, Andersen AS et al (2012) Guideline onanalysis and reporting of results from the pilots in RENEWINGHEALTH, second version, August 2012

47. Grun A (2005) Leadership con valori. Queriniana, Brescia48. Facchini F (2012) Evoluzione. Cinque questioni nel dibattito

attuale. Jaca Book, Milano49. Illich I (2005) Nemesi Medica, l’espropriazione della salute.

Boroli, Milano


Recommended