Un algoritmo per gestire le forniture farmaceutiche e le carenze di farmaci

C’è chi – forse per essere sicuro di ricevere le forniture – sovrastima il consumo. C’è chi, al contrario, dichiara abitualmente fabbisogni molto inferiori ai consumi reali, per poi ricorrere ad acquisti fuori gara che fanno spendere di più. Tante gare con una bassa quantità bandita di farmaco e pochissime gare con alti volumi di acquisto, più efficienti, ma spesso “deserte”, perché la voglia di economie di scala, con prezzi troppo bassi – specie per le gare multiregionali – ha messo in fuga i fornitori.

A indagare le incongruenze nella determinazione dei fabbisogni per le forniture farmaceutiche pubbliche è lo STEINBOCC Project, realizzato dai ricercatori dell’Healthcare Datascience LAB della LIUC-Università Cattaneo, Daniele Bellavia, Francesco Bertolotti e Fabrizio Schettini, con la responsabilità scientifica di Emanuela Foglia, in collaborazione con EGUALIA.

Lo studio prende in esame dati Aifa e IHS (Information Hospital Service) per le gare bandite dal 2016 al 2021 e riferite a tre differenti principi attivi (Daptomicina, Midazolam e Paclitaxel) analizzati a livello regionale. Un antibiotico, un anestetico e un antitumorale: tre principi attivi a brevetto scaduto, un grado di innovazione medio-basso e ambiti di applicazione diversi, la cui ottimizzazione dei consumi può rappresentare un’importante fonte di risparmio per il Sistema Sanitario Nazionale.

Tre le fasi di analisi: per prima cosa viene strutturato il confronto con i clinici, per l’individuazione delle variabili che possono influenzare l’andamento dei consumi del singolo principio attivo. In secondo luogo, sono analizzati i dati di consumo degli stessi in rapporto alla prevalenza della patologia. Infine, si struttura la creazione di un algoritmo che consente di simulare il consumo totale di principio attivo all’interno di una determinata popolazione regionale.

Dalle conclusioni dello studio emerge con chiarezza che due sono gli elementi cruciali per rendere efficienti i processi d’acquisto: il processo di aggregazione e accentramento delle gare a livello regionale o comunque la centralizzazione, nel tentativo di ridurre la complessità determinata dalla frammentazione delle richieste provenienti dalle singole ASL/AO e l’individuazione del prezzo ottimale al di sotto del quale aumenta la probabilità di gare deserte, con conseguente inefficienza per il SSN.

“Abbiamo sviluppato un algoritmo previsionale accessibile tramite un’interfaccia web, potenzialmente adattabile per qualsiasi principio e utilizzabile gratuitamente dagli enti appaltanti regionali e dalle aziende farmaceutiche interessate a identificare i futuri fabbisogni o dimensionare gli acquisti di gare future – spiega Fabrizio Schettini, coordinatore HD LAB -. Il modello è costruito per effettuare una previsione degli anni 2023, 2024 e 2025, ma può essere aggiornato estendendone l’orizzonte temporale anno dopo anno e può essere arricchito dotandolo di KPI di monitoraggio sul processo d’acquisto”.

“A oggi restituisce il fabbisogno totale di farmaco espresso in milligrammi: potrebbe essere dimensionato anche per un utilizzo da parte delle aziende sanitarie per la previsione dei consumi interni, ma anche come supporto per definire il case mix delle diverse forme farmaceutiche da acquistare all’interno di ogni bando di gara. Questo elemento – conclude Schettini – potrebbe contribuire a chiudere il cerchio del percorso di efficientamento, creando anche una barriera di protezione contro il rischio ricorrente di carenze”.