Il Registro Toscano Malattie Rare (RTMR) Rilevanza ed implementazione Alessio Coi Istituto di Fisiologia Clinica, CNR, Pisa III Meeting delle Neuroscienze Toscane, Viareggio 5-7 Aprile 2019

STRUMENTO PER LA RICERCA E LA SORVEGLIANZA DI MALATTIE RARE Registro population-based

REGISTRO DI PATOLOGIA: uno strumento in evoluzione NEGLI ULTIMI ANNI «un sistema organizzato che raccoglie dati standardizzati, finalizzato alla valutazione di determinati esiti sanitari e rispondente a obiettivi scientifici, clinici o di sorveglianza» ANNI 70-80 «un insieme di documenti contenenti informazioni relative ad individui, raccolte in modo sistematico» ANNI 1990-2000 «un database di individui contenente un set definito di dati di natura sanitaria e demografica»

REGISTRO DI PATOLOGIA: un sistema organizzato Governance Fonti Dati Infrastruttura IT Qualità Risultati Obiettivi Stakeholders Team ELSI e Privacy Sostenibilità Documentazione Training Data quality audit Primarie/ Secondarie Selezione: qualità quantità Data elements Case Report Form Standardizzazione Software Implementazione/mantenimento Completezza Validità Coerenza/ comparabilità Tempestività Accessibilità Utilità Gestione duplicati Piano di analisi Studi Disseminazione: raccomandazioni report articoli scientifici

TEAM COMPLESSO Leader Project manager Esperto di dominio/clinico Epidemiologo Biostatistico Data manager Informatico Esperto ELSI/Privacy Esperto controllo qualità Amministrazione/segreteria TEAM COMPLESSO

RTMR: integrazione dei dati ed interoperabilità Occorrenza di malattia Definizione del profilo epidemiologico della malattia REGISTRO Raccoglie casi diagnosticati nell’area di riferimento Integrazione con database sanitari Prognosi (es. sopravvivenza a 5 anni) Farmacoepidemiologia SDO Registro di mortalità Prestazioni farmaceutiche Anagrafe assistibili Assistiti esenti Esiti di malattia (es. ricoveri) Migliore stabilità e accuratezza delle evidenze prodotte Interazione con altri registri Aumento casistica in studio

Utilizzo dei dati del RTMR per fini epidemiologici (1/2) INCIDENZA «Come calcolare una stima di incidenza accurata?» - usando la data di prima diagnosi riportata sul RTMR - confrontando la data di diagnosi inserita in RTMR con: i) data di esenzione riportata nel flusso sanitario degli Assistiti Esenti (linkage con database Assistiti Esenti) ii) data di dimissione riportata nelle schede di dimissione ospedaliera, in caso di malattie rare con ICD9 specifico. (linkage con schede di dimissione ospedaliera)

Utilizzo dei dati del RTMR per fini epidemiologici (2/2) PREVALENZA «Come calcolare una stima di prevalenza accurata?» Per calcolare la prevalenza è necessario sapere (in una data specifica) quanti casi affetti dalla malattia rara in studio sono: i) deceduti (linkage con Registro di Mortalità) ii) residenti in Toscana (linkage con Anagrafe Assistibili)

Implementazione RTMR: ORPHAcode e classificazione mappatura Codice di esenzione (RF*) ORPHAcode Difficoltà: ad un codice di esenzione può corrispondere più di un ORPHAcode Vantaggi: effettuare studi su varianti/sottotipi di malattie specifiche Es.

Le malattie neurologiche rare in Toscana Incidenza (I) 2008-2017 per 100.000 Prevalenza (P) al 31/12/17 per 100,000 Sindrome di West ORPHAcode: 3451 I: 0,07; P: 1,9 Atassia cerebellare autosomica dominante ORPHAcode: 99 I: 0,23; P: 6,6 Narcolessia Epilessie rare Malattia di Charcot-Marie-Tooth ORPHAcode: 166 I: 0,39; P: 4,2 Polineuropatia demielinizzante infiammatoria cronica ORPHAcode: 2932 I: 0,49; P: 7,7 Atassie cerebellari Malattie neuroinfiammatorie o neuroimmunulogiche Leucodistrofie Malattie dei nervi periferici Malattie rare vascolari retiniche e del SNC Midollari Motorie Sindrome di Rett ORPHAcode: 3280 I: 0,05; P: 1,3 CADASIL ORPHAcode: 136 I: 0,07; P: 1,0 Neuromuscolari Neurodegenerative Miastenia gravis ORPHAcode: 589 I: 2,64; P: 33,3 Paraplegia spastica ereditaria ORPHAcode: 685 I: 0,26; P: 2,6

GRAZIE! alessio.coi@ifc.cnr.it