Frailty multi-state models for the analysis of heart failured patients

Heart Failure condition is considered the principal cause of hospitalization in Italy and in particular, it affects people aged over 65 (10% of italian over 65 suffer from HF). The relevant presence of this disease in the area makes it an interesting issue both for physicians and statisticians. Because of the various manifestations of HF condition, studying the evolution of the disease and its relation with patient features could have different effects both on the quality of the single patient health-care, and on the efficiency of hospital managment. We analysed HF data collected from the administrative database of Lombardia, an italian northern district, concentrating our study on the time elapsed from one admission to the next for each patient in our dataset. This thesis has two different purposes, the first one concerns the elaboration and application of statistical techniques to the dataset, while the second one corresponds to a detailed desciption of the dataset through survival analysis techniques. In the former part of this work, we estimate the probabilities of being re-hospitalized, or dying for a specific patient, including in the original model a parametric frailty term. In the second part we give a description of the dataset, discerning and analysing the most important features considered in the model. Furthermore, we compute and compare the estimates of transition probabilities for twelve different patients, exploring the range of most significant covariates.

Lo scompenso cardiaco é considerato la causa principale di ricovero in Italia e questa malattia colpisce in particolare persone al di sopra dei 65 anni di età (il 10% degli italiani sopra i 65 anni é affetto da questa malattia). A causa della notevole diffusione di questa condizione cronica in Italia essa viene reputata di notevole interesse sia dai clinici che dagli statistici. Poichè lo scompenso cardiaco può presentarsi in varie forme, lo studio dell'evoluzione della malattia e del rapporto di causalità con le caratteristiche specifiche del paziente può avere diverse ripercussioni sia sulla qualità del trattamento del paziente che sull'efficienza della gestione delle strutture sanitarie. Abbiamo analizzato un dataset di pazienti affetti da scompenso cardiaco, estratto da un database aministrativo della regione Lombardia, focalizzandoci sul tempo trascorso fra un'ospedalizzazione e la successiva per ogni paziente registrato. Questa tesi si prepone due scopi, il primo riguarda l'elaborazione e l'applicazione di tecniche statistiche al dataset, mentre il secondo si concentra su una descrizione più dettagliata del dataset tramite tecniche di analisi di sopravvivenza. Nella prima parte di questo elaborato forniamo una stima, specifica per un paziente, delle probabilità di riospedalizzazione oppure di morte, tenendo in considerazione nel modello un termine random parametrico. Nella seconda parte forniamo una descrizione del dataset, distinguendo e analizzando le caratteristiche più importanti considerate nel modello. Inoltre, forniamo una stima ed un confronto delle probabilità di transizione per dodici pazienti, coprendo il range ammissibile per ciascuna covariata.