OCVTS — Documentazione del Repository

README

Cos'è questo documento. È il manuale di dominio del sistema OCVTS (Osservatorio Cardiovascolare del Friuli Venezia Giulia). Spiega come — a partire dai dati grezzi del Repository Epidemiologico Regionale (RER) — vengono costruite le variabili cliniche ed epidemiologiche usate negli studi: dalle diagnosi integrate agli esami, dagli eventi agli score e alle terapie.

Com'è organizzato. Tre parti, in ordine top‑down (dal generale al particolare):

Introduzione — cos'è il RER, le fonti, i livelli dati L0–L4 e i tre protocolli di studio (CLINICO, PDTA, EPI4M).
Builders — come dai dati grezzi L0 si costruiscono le aggregazioni L1 → L2: tabelle "master" (SDO, C@rdioNet, diagnosi aggregate, esami di laboratorio, classi farmacologiche, dizionari) riusabili da tutti gli studi.
Datamart — come le variabili L0–L4 diventano le colonne finali della coorte: diagnosi integrate, esami, eventi, prestazioni, score e terapia.

Usa il Sommario qui sotto per saltare direttamente a una sezione.

Come leggere. - I dati sono raffinati in livelli, da L0 (grezzo RER) a L4 (classi di rischio); ogni livello consuma il precedente. - Ogni capitolo dei builder e del datamart apre con un diagramma di flusso semplificato: le tabelle sono colorate per livello, le trasformazioni (DATA step / PROC) sono esagoni grigi con dentro i filtri; le finestre temporali sono sugli archi. La legenda dei colori è in Come leggere i diagrammi. - I nomi coorte‑specifici sono scritti senza il prefisso &nome. (es. integrata_irc sta per libout.&nome._integrata_irc). - La nota ⚠︎ Limite segnala i punti in cui la ricetta non è ricostruibile staticamente.

Come è stato generato. Il contenuto è ricostruito staticamente dalla pipeline di lineage sugli EGP e sui codici SAS del repository di produzione, senza accesso al server SAS. Formule, filtri, soglie e liste di variabili sono estratti dal codice reale.

Sommario

Introduzione
Il RER
I dati e i livelli L0–L4
I protocolli
Le variabili standard
Obiettivi dell'OCVTS
Profondità temporale delle tabelle
Come leggere i diagrammi
La regola della diagnosi integrata
Builders
SDO — builder A01
Diagnosi C@rdioNet — builder A02
Diagnosi aggregate — builder A03
Esami di laboratorio — builder B0
Farmaceutica territoriale — builder FARMATERR
Dizionari costruiti
Builder delle diagnosi integrate — D01
Datamart
Diagnosi
- IRC
- Diabete
- Scompenso
- BPCO
- COVID
- Fibrillazione atriale
- Ipertensione
- Dislipidemia
- Anemia
- Rischio CVMA
- Ipercolesterolemia familiare
- Microalbuminuria
- Obesità
- Dialisi
Esami
- Laboratorio
- ECO ed ECG
- Spirometrie
- Fenotipo
- Parametri funzionali
Eventi
- MALE
- MACE 3p e 5p
- Eventi di ricovero
- Emorragie maggiori
Prestazioni
Score
- SCORE2 e SCORE2-OP
- SCOREC
- Charlson
- ESC
- Classi di rischio cardiovascolare
Terapia
- Terapia farmaceutica
- Terapia C@rdioNet
Le due viste del datamart
Note di copertura

Introduzione

Il RER

Il Repository Epidemiologico Regionale (RER) è un data warehouse gestito da Insiel S.p.A. su mandato dell'ARCSS. Al suo interno non sono presenti dati che consentano l'identificazione diretta degli individui: ogni sei mesi viene generata una nuova key_anagrafe, una chiave pseudonimizzata che identifica univocamente ciascun soggetto.

Nel RER confluiscono numerose fonti dati, prevalentemente amministrative ma anche alcune cliniche verticali, attraverso un articolato processo ETL e successivi controlli di consistenza. Un elemento distintivo del sistema del Friuli Venezia Giulia (FVG) è la presenza nel RER dei risultati degli esami di laboratorio eseguiti presso i laboratori pubblici della Regione (DNLAB).

La profondità temporale dei dati varia a seconda del flusso informativo: le SDO risalgono fino al 1985, mentre le anagrafiche contengono dati anche anteriori. Altri flussi hanno profondità inferiori: i dati di laboratorio sono disponibili dal 2009, la farmaceutica convenzionata dal 1995, il CUP dal 2013 e il PS dal 2000.

Oltre ai flussi amministrativi, il RER include fonti cliniche come C@rdioNet, un software gestionale verticale che rappresenta la cartella clinica cardiologica, compilata dai cardiologi e dal personale infermieristico a ogni contatto con il paziente a partire dal 2010. Nel RER la cartella C@rdioNet è suddivisa in 13 tabelle, prive di chiavi esterne di collegamento: tutte sono unite esclusivamente mediante la key_anagrafe. Questo implica che, per caratterizzare un individuo in un determinato momento, è necessario definire regole temporali per correlare le informazioni provenienti dalle diverse tabelle.

I dati e i livelli L0–L4

I dataset impiegati per le analisi sono il risultato di un processo di costruzione di variabili a partire dai dati grezzi del RER, organizzati in livelli progressivi di raffinatezza.

L0 — dati originari del RER. Tabelle direttamente accessibili nel RER, derivate dai flussi amministrativi e clinici dopo l'ETL di Insiel. Elenco non esaustivo:

Anagrafica (anagrafe generale, nascite, decessi, genitori, residenze, domicili)
Ricoveri ospedalieri (schede di dimissione ospedaliera, SDO)
ADI (assistenza domiciliare integrata), PIC, RSA
Esenzioni
Farmaceutica territoriale; farmaceutica ospedaliera e diretta¹
PS (pronto soccorso), anatomia patologica (SNOMED)
CUP (prenotazioni), prestazioni ambulatoriali
DNLAB (esami di laboratorio — solo laboratori pubblici FVG)
C@rdioNet (13 tabelle cliniche unite tramite key_anagrafe)

L1 — prima aggregazione. - DNLAB: aggregazione dei codici che identificano lo stesso esame (es. emoglobina glicata: HBGL%, HBGL, HBA1C, A1C, …). - FARMA: codifica in classi farmacologiche degli ATC. - SDODIA: classificazione dei ricoveri secondo i codici ICD‑9. - CARDIA: classificazione delle diagnosi C@rdioNet per descrizione, sede e gravità.

L2 — aggregazione intermedia. - DIAGG: aggregazione di diagnosi tra SDODIA e CARDIA. - LABUNI: unificazione dei dati di laboratorio tra DNLAB e referti C@rdioNet. - EVENTI: identificazione di eventi complessi (es. MACE 3p/5p, MALE) combinando L1 e L0.

L3 — diagnosi integrate (DIAINT). Diagnosi integrate da fonti L0/L1/L2 (es. diabete integrato definito dalla data minima tra esenzione, emoglobina glicata elevata, prescrizioni farmacologiche e diagnosi aggregata).

L4 — classificazione avanzata (CLRCV). Classi di rischio cardiovascolare e score.

Alcune variabili sono precostituite e disponibili indipendentemente dalla coorte; altre, come le diagnosi integrate, sono costruite solo per la coorte in esame — un compromesso tra spazio nel RER e tempi di calcolo (es. l'etichettatura dei ricoveri richiede ~6 ore in versione non parallelizzata).

I protocolli

Esistono tre prototipi di studio, chiamati protocolli:

CLINICO — studi clinici con una coorte ben definita (unità statistica = persona, evento o esame). La definizione della coorte è fase fondamentale e non standardizzabile: richiede la collaborazione tra programmatore SAS e referente clinico per tradurre i criteri di inclusione/esclusione nel linguaggio del RER.
PDTA — attinente ai 3 PDTA SCC, BPCO, DIABETE (unità statistica = persone affette, ripetute su tutti gli anni di indagine).
EPI4M — una via di mezzo tra clinico e PDTA sulle tre patologie.

Definita la coorte, si aggiungono le variabili di follow‑up per la valutazione degli outcome. Le variabili L1–L4 possono essere aggiunte in modo semi‑automatico: il ricercatore seleziona, tramite un foglio Excel strutturato, quali variabili includere, come rinominarle e in che ordine disporle nel datamart finale.

Le variabili standard

Classi di variabili già pronte. Per i protocolli PDTA ed EPI4M la selezione è fissa; per il protocollo CLINICO il referente sceglie cosa trattenere.

diagnosi — diagnosi aggregate; integrate: anemia, BPCO, ipercolesterolemia familiare, COVID, diabete, dislipidemia, FA, ipertensione, IRC, microalbuminuria, obesità, RCVMA, scompenso, dialisi
esami strumentali — ECG, ECO, spirometrie, parametri funzionali, fenotipo, laboratorio
eventi — MALE, MACE 3P/5P, eventi di ospedalizzazione, emorragie maggiori
prestazioni — CUP (altro, ECG, ECO, ecovasco, ecocardio, tutte, spiro, visite), prestazioni C@rdioNet, pronto soccorso
score — Charlson, ESC, SCORE2, SCOREC, classi di rischio cardiovascolare
terapia — farmaceutica, terapia C@rdioNet

Obiettivi dell'OCVTS

Definizione di coorti epidemiologiche nella popolazione del FVG per analizzare caratteristiche, prognosi, aderenza terapeutica, effetti dei trattamenti, fattori prognostici/predittivi.
Valutazione dei percorsi assistenziali di specifiche categorie di pazienti, per verificare il rispetto degli standard di cura (farmaci, dispositivi, prestazioni, setting).
Integrazione sistematica di fonti eterogenee, incluse quelle non strutturate (segnali ECG, immagini ecocardiografiche), per arricchire i fattori prognostici e migliorare la stratificazione del rischio.

Profondità temporale delle tabelle

	Livello 0	Livello 1	Livello 3
DNLAB	2009	MAX
PNLAB²	2010–2016	MAX
SDO	1986	MAX
FARMA TERR.	1995	MAX
AMBULATORIALE³	1998		2000

I missing significano che, se c'è un flusso a quel livello, usa la profondità del livello precedente. Le esenzioni non sono aggregate per anno: la data minima di apertura di un'esenzione è il 1/1/1900. La tabella DIAGNOSI di C@rdioNet è una monotabella (data di creazione 1/1/1960, insignificante); come per le esenzioni, la data di prima apertura di una diagnosi è il 1/1/1900 (nei documenti si indica convenzionalmente 1/11/2009).

Come leggere i diagrammi

I diagrammi usano una palette unica. Le tabelle sono rettangoli/cilindri colorati per livello; le trasformazioni (DATA step / PROC) sono esagoni grigi {{…}} con dentro la sintesi dei filtri; le finestre temporali sono etichette sugli archi. I nomi coorte‑specifici sono scritti senza il prefisso &nome. (es. integrata_irc).

flowchart LR
  a[L0 grezzo RER]:::l0 --> b[L1 aggregazione]:::l1 --> c[L2 intermedio]:::l2
  c --> d[L3 diagnosi integrate]:::l3 --> e[L4 classi rischio]:::l4
  t{{trasformazione<br/>filtri/vincoli}}:::tf --> o[output datamart coorte]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef l4 fill:#e2d6f3,stroke:#8a63c0,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Colore	Livello	Significato
azzurro	L0	grezzo RER (`DWTSISSR.v*`), semi del grafo
verde	L1	prima aggregazione (esami, classi ATC, SDO, cardionet)
giallo	L2	intermedio (diagnosi aggregate, laboratorio unito, eventi)
rosa	L3	diagnosi integrate (data minima tra fonti)
viola	L4	classi di rischio / score
grigio	trasf.	DATA step / PROC (esagono, con i filtri)
arancio	output	variabile finale nel datamart della coorte

La regola della diagnosi integrata

Prima di scendere nelle singole patologie conviene fissare il pattern comune che ogni diagnosi integrata istanzia. Una diagnosi integrata stabilisce se e da quando un soggetto è affetto da una patologia, incrociando fonti eterogenee che parlano della stessa condizione:

esenzioni (il soggetto ha un'esenzione per quella patologia);
esami di laboratorio (un marcatore fuori range: GFR basso per l'IRC, emoglobina glicata alta per il diabete, …);
prescrizioni farmaceutiche (terapia cronica coerente con la patologia);
diagnosi aggregate da ricovero (SDO/ICD‑9) e da C@rdioNet.

Ogni fonte, quando presente, porta una data di prima evidenza. Il flusso fa il merge delle fonti per key_anagrafe e calcola data_integrata_<patologia> = min(date delle fonti), più una variabile <patologia>_from che registra da quale fonte proviene quella data minima. Il soggetto è considerato affetto se la data integrata è valida (> 0). La sezione BPCO è l'esempio esteso con tutti i dataset intermedi.

flowchart LR
  esen[esenzioni]:::l0 --> M{{merge per key_anagrafe<br/>+ min-date}}:::tf
  lab[laboratorio<br/>marcatori]:::l1 --> M
  farma[farmaci<br/>classi ATC]:::l1 --> M
  diagg[diagnosi<br/>aggregate]:::l2 --> M
  M --> INT[integrata_&lt;patologia&gt;<br/>data + from]:::l3
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;

Builders

Un builder trasforma il grezzo RER (L0) in tabelle di servizio di livello L1–L2, riusabili da tutti gli studi. A differenza del datamart, i builder non dipendono dalla coorte: producono tabelle "master" (in EGTASK, ESAMI, SDO, DIZ) che la produzione poi taglia sulla coorte specifica. Rispondono alla domanda dell'utente: "perché nel datamart c'è solo la farmaceutica?" — no: i builder sono molti, uno per famiglia di dati.

flowchart LR
  rer[(DWTSISSR<br/>grezzo RER)]:::l0 --> A01{{A01 CREA SDO}}:::tf --> sdo[sdo etichettate]:::l1
  rer --> A02{{A02 CARDIONET}}:::tf --> card[etichette cardionet]:::l1
  sdo --> A03{{A03 ASSOCIA}}:::tf
  card --> A03 --> diagg[diagnosi_aggregate]:::l2
  rer --> B0{{B0 ESAMI LAB}}:::tf --> esami[esami_*]:::l1
  rer --> FAR{{FARMATERR}}:::tf --> dsf[dsfarma_*]:::l1
  diagg --> D01{{D01 DIAGNOSI<br/>INTEGRATE}}:::tf --> integ[integrate_*]:::l3
  esami --> D01
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;

SDO — builder A01

Definizione. Etichetta ogni ricovero (SDO) con le categorie diagnostiche ICD‑9 rilevanti, secondo il dizionario DIZIONARIO.xlsx (foglio ICD9).

Fonti in ingresso. DWTSISSR.vfp_ricoveri_sdo_ (ricoveri per anno), vanagrafe_dati_individuali e i dizionari SDO (vdizionario_attributi_sdo, vdizionario_drg, vdizionario_strutture, vdizionario_territorio).

Rami di elaborazione. Ogni etichetta del dizionario è di due tipi: - pura — una lista di codici ICD‑9, distinti in diagnostici (D…) e interventi (I…), es. ICD9_CM_BPCO = D490,D491,D492,D494,D496. Il flag DIAGNOSIN decide se cercare il codice solo nella prima diagnosi del ricovero o in tutte e sei. - derivata — una regola logica su altre etichette interne (zzz_*), es. ICD9_CM_DM_NEUROPATIADM = 1 se (zzz_D2506 e zzz_NEUROPLUS). L'ordine di costruzione è dato dalla colonna ORDER.

Output. egtask.sdo_generica, egtask.sdo_etichettate e le versioni partizionate sdo.sdo_single1..10 (per parallelizzare l'etichettatura).

Diagnosi C@rdioNet — builder A02

Definizione. Classifica le diagnosi della cartella cardiologica per descrizione, sede e gravità.

Fonti. DWTSISSR.vfp_cardio_diagnosi (+ vfp_cardio_visita per l'aggancio temporale). C@rdioNet è una monotabella senza chiavi esterne: l'unico legame è la key_anagrafe.

Rami. Ogni etichetta cardionet è un insieme di triplette descrizione/sede/gravità (foglio CARDIO di DIZIONARIO.xlsx), es. "OBESITÀ" con gradi lieve/moderato/severo.

Output. egtask.etichette_cardionet.

Diagnosi aggregate — builder A03

Definizione. Unisce le etichette SDO (parte ricoveri) e le diagnosi C@rdioNet (parte clinica) in un'unica diagnosi aggregata diag_* di livello L2 — il passaggio che "chiude" una diagnosi da fonti amministrative + cliniche.

Rami. L'aggancio avviene per lettera: nel dizionario la cella ICD9_<X>*lettera collega l'etichetta SDO alla colonna della diagnosi cardionet con quella lettera. Un'etichetta con flag di associazione cardiologica diventa una diagnosi aggregata; le aggregate sono circa 110 (es. diag_CM_BPCO, diag_CM_IRC, diag_CM_DM, diag_CM_ANEMIA).

Output. egtask.diagnosi_aggregate — l'input citato da tutte le diagnosi integrate.

flowchart LR
  ric[(vfp_ricoveri_sdo)]:::l0 --> A01{{etichetta ICD-9<br/>pure=liste D/I<br/>derivate=regole}}:::tf --> sdo[sdo_etichettate]:::l1
  card0[(vfp_cardio_diagnosi)]:::l0 --> A02{{triplette<br/>descr/sede/gravita}}:::tf --> etic[etichette_cardionet]:::l1
  sdo --> A03{{associa per lettera}}:::tf
  etic --> A03 --> agg[diagnosi_aggregate<br/>110 diag_*]:::l2
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;

Esami di laboratorio — builder B0

Definizione. Aggrega i molti codici DNLAB che identificano lo stesso esame in una sola categoria, unendo dove serve anche il laboratorio estratto da C@rdioNet. Formalmente L1, ma alcuni esami subiscono post‑processing (conversione unità, calcoli). Gli esami sono 38.

Fonti. DWTSISSR.vfp_dnlab_risultati_ (risultati per anno), vdizionario_dnlab_analisi (mappa codice→esame), vfp_cardio_esame_lab (laboratorio C@rdioNet).

Rami. Un loop data‑driven sul dizionario ESAMI_LABORATORIO: per ogni esame, la macro ACCODALAB accoda anno per anno i risultati, filtrando key_anagrafe ≠ 0, l'esame richiesto e i risultati non mancanti. Tre livelli di lavorazione: aggregazione semplice; conversione di unità di misura; esami multi‑fase o già uniti al laboratorio C@rdioNet.

Output. esami.esami_<esame> (uno per esame) + il registro master ESAMI.ESAMI. Gli esami includono: acr, aer, pcr, per, malbu, protu, creatinina, gfr, emoglobina, hbglicata, glicemia, col, hdl, ldl, tri, bnp, probnp, albumina, calcio, fosforo, potassio, sodio, urea, uricemia, ferritina, ferro, transferrina, got, gpt, tsh, troponinaHS, ematocrito, ….

Farmaceutica territoriale — builder FARMATERR

Definizione. Codifica 1705 codici ATC in 62 classi non mutuamente esclusive (lo stesso ATC può appartenere a più classi), raggruppate per dimensione della tabella finale in 13 macro‑classi (DSFARMA_<ACRONIMO>). La profondità è massima (dal 1995), senza filtri.

Macro classe	Descrizione
ACP	Agenti Cardiovascolari Primari
ACSGS	Agenti Cardiovascolari Secondari e Gestionali del Sangue
AMA	Agenti Metabolici / Antidiabetici
AIA	Agenti Immunomodulatori e Antinfiammatori
AAA	Agenti Anti‑infezione e Antiallergici
AS	Altri Sistemi (pelle, occhi, sistema nervoso, ecc.)
AAD	Altri Agenti Diversi
BPCO	Broncopneumopatia Cronica Ostruttiva
DIABETE	Diabete Mellito
DM1	Diabete Mellito tipo 1
IPERTENSIONE	Ipertensione Arteriosa
IPOLIPEMIZZANTI	Agenti Ipolipemizzanti
SCC	Scompenso cardiaco

Le tabelle sono in EGTASK con nome standard DSFARMA_<ACRONIMO> (dizionario farmaceutica: farma_aggregata). Ogni tabella L1 è generata eseguendo da console lo stesso progetto, variando solo la macroclasse da costruire. Colonne in output:

KEY_ANAGRAFE — identificativo del paziente (num)
data_prestazione — data di erogazione (date)
CLASSE — classe farmacologica (char)
farmaco — nome del farmaco (char)
FARMACO_ATC_COD — codice ATC (char)
FARMAPRESCR_PEZZI — numero di pezzi comprati (num)
costo — costo in euro (num)
FARMACI_DDD_GIORNI — Defined Daily Dose (char)
FARMACI_DESC — descrizione estesa (char)
FARMACI_SOSTANZA — codifica di supporto interna (char)
copertura — giorni di copertura = pezzi × DDD (num)
anno_prestazione — anno di erogazione (num)

Dizionari costruiti

Tabelle di reference L1 costruite dai builder e usate a valle (selezioni, codifiche): diz.selezione_prestazioni, diz.statine_dosaggi, diz.tabella_codifica_esami, diz.ESAMI_LABORATORIO (il dizionario che guida il loop degli esami). Sono lette, mai prodotte dalla produzione.

Builder delle diagnosi integrate — D01

Definizione. Versione "builder" (non coorte‑specifica) delle diagnosi integrate, prodotta come tabella master in EGTASK: egtask.diagnosi_integrate, integrate_bpco, integrate_diabetici, integrate_rcvma, integrate_scc. La logica è la stessa del datamart (data minima tra fonti), applicata all'intera popolazione anziché alla coorte.

⚠︎ Limite. La maggior parte delle diagnosi integrate è costruita solo per la coorte (capitolo Datamart): D01 materializza la versione master solo per alcune patologie.

Datamart

Il datamart monta, sulla coorte di un singolo studio, le variabili finali selezionate dal referente clinico tramite un foglio Excel. Ogni unità di produzione (EGP) legge le tabelle master dei builder + il grezzo RER e produce un output coorte‑specifico libout.&nome._<x>. Le sei famiglie: diagnosi, esami, eventi, prestazioni, score, terapia.

Diagnosi

Ogni scheda istanzia la regola della diagnosi integrata: merge delle fonti per key_anagrafe, data_integrata_<x> = min(fonti), variabile <x>_from. L'output nel datamart è la coppia integrata_<x> (0/1) e data_integrata_<x>. Le diagnosi aggregate a monte sono costruite dal builder A03.

IRC

Insufficienza renale cronica. Integrata da: esenzione (codice 023, patologia 585), dialisi, marcatori di laboratorio della funzione renale e della proteinuria, e diagnosi aggregata (diag_CM_IRC / diag_CM_RENALDIS).

Il laboratorio entra con due livelli di gravità per marcatore: - Funzione renale — il GFR è stimato dalla creatinina con la formula CKD‑EPI; soglia moderata GFR ≤ 60 (con un secondo valore ripetuto entro l'anno), soglia severa GFR ≤ 45. Classi: G1 ≥90, G2 60–89, G3a 45–59, G3b 30–44, G4 15–29, G5 0–14. - Proteinuria — ACR, AER, PCR, PER, MALBU o PROTU, con soglie moderata/severa specifiche per marcatore (ACR 30/300, PCR 150/500, MALBU 2/20, PROTU 20/200 …), lette dal dizionario del laboratorio. Ogni marcatore è preso più vicino alla data indice (finestra dal 2005 alla fine del follow‑up).

La data integrata è la minima tra esenzione, dialisi, diagnosi e le date dei marcatori (moderati e severi); irc_from registra la fonte. Output: integrata_irc, data_integrata_irc.

flowchart LR
  esen[(esenzioni<br/>023 + 585)]:::l0 --> Mesen{{prima data<br/>esenzione}}:::tf --> d_esen[data_esen]:::l2
  creat[(DNLAB creatinina)]:::l0 --> Mgfr{{GFR CKD-EPI<br/>G3b sev / G3a-mod}}:::tf --> d_gfr[gfr mod/sev]:::l1
  prot[(DNLAB proteinuria<br/>acr/pcr/aer/per/malbu/protu)]:::l0 --> Mprot{{soglie da dizionario<br/>mod/sev}}:::tf --> d_prot[proteinuria mod/sev]:::l1
  diagg[(diagnosi_aggregate<br/>diag_CM_IRC)]:::l2 --> d_diag[data_diag]:::l2
  dial[dialisi integrata]:::l3 --> d_dial[data_dialisi]:::l3
  d_esen --> MIN{{merge key_anagrafe<br/>min-date + irc_from}}:::tf
  d_gfr --> MIN
  d_prot --> MIN
  d_diag --> MIN
  d_dial --> MIN
  MIN --> OUT[integrata_irc]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Diabete

Diabete mellito. Integrato da: esenzione (013), emoglobina glicata elevata, terapia antidiabetica (macro‑classe AMA/DIABETE) e diagnosi aggregata diag_CM_DM. La data integrata è la minima tra le fonti; diabete_from ne indica l'origine. Output: integrata_dm, data_integrata_dm.

A valle, il diabetico è stratificato per rischio (macro %diabete): danno d'organo DMTOD (IRC, cardiopatia ischemica, neuro/retinopatia diabetica, arteriopatia, GFR<60, proteinuria); danno severo DMSTOD (GFR<45, o 45–59 con proteinuria, o proteinuria grave, o ≥3 fattori combinati); durata ≥10 anni DM10a; classi finali moderate / high / veryhigh.

flowchart LR
  esen[(esenzione 013)]:::l0 --> MIN{{merge key_anagrafe<br/>min-date + diabete_from}}:::tf
  hb[(DNLAB hbglicata<br/>elevata)]:::l0 --> MIN
  far[dsfarma_diabete<br/>antidiabetici]:::l1 --> MIN
  dg[(diag_CM_DM)]:::l2 --> MIN
  MIN --> OUT[integrata_dm]:::out --> RC{{classi rischio<br/>DMTOD/DMSTOD/DM10a}}:::tf --> RCV[moderate/high/veryhigh]:::l4
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l4 fill:#e2d6f3,stroke:#8a63c0,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Scompenso

Scompenso cardiaco cronico (SCC). Integrato da tre fonti (nessun farmaco): - SDO — ricoveri con ICD9_CV_SCCPNE_ANA = 1 (scompenso secondo la definizione PNE), prima data (data_scc_dasdo); - esenzione — codice 021, prima data (data_scc_daesenz); - C@rdioNet — etichetta cardionet SCC = 1, prima data (data_scc_dacardio).

data_integrata_scc = min(cardionet, esenzione, sdo); scc_from = sdo / car / ese; il soggetto è affetto se 1jan1900 ≤ data_integrata_scc < data_indice. Output: integrata_scc, data_integrata_scc.

flowchart LR
  sdo[(SDO_ETICHETTATE<br/>SCCPNE_ANA=1)]:::l1 --> MIN{{merge coorte<br/>min-date + scc_from}}:::tf
  ese[(esenzione 021)]:::l0 --> MIN
  car[(cardionet SCC=1)]:::l1 --> MIN
  MIN --> OUT[integrata_scc]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

BPCO

Broncopneumopatia cronica ostruttiva. È l'esempio esteso dello schema della diagnosi integrata, con tutti i dataset intermedi.

Merge iniziale (temp_farma01). I dati di egtask.dsfarma_bpco (con filtro classe ≠ 'OSSIGENO') e della coorte (&coorte., con almeno key_anagrafe e data_indice) vengono uniti in temp_farma01.

Ramo "anno". Da temp_farma01 si genera temp_anno00 (ordinato per key_anagrafe / data_indice / data_prescrizione), trasposto in due dataset (date con prefisso dacq, quantità con prefisso acq) e riunito in temp_anno01. Dopo i contatori (temp_counter_anno01/02, macro limit_anno) si calcola farma_anno — la data d'inizio acquisto se la somma raggiunge almeno 5 in un intervallo.

Ramo "classe". In parallelo temp_classe00 viene trasposto e processato (contatori temp_counter_classe01/02, macro limit_classe) per ottenere farma_classe — se la somma raggiunge almeno 3.

Altri rami. dia_bpcodadiag (da EGTASK.DIAGNOSI_AGGREGATE, diagnosi BPCO unite alla coorte); esenzioni gestite in due flussi → dia_esenti (prima data d'esenzione) e dia_esclusi; SDO (codici ICD‑9 asma da DIZ.DIZIONARIO_BPCOINT, merge con egtask.sdo_generica, macro %unica) → dia_sdo493.

Merge finale. Coorte + farma_anno + farma_classe + dia_esenti + dia_esclusi + dia_sdo493 + dia_bpcodadiag → dataset integrato; data_integrata_bpco = minimo tra diagnosi, farma_anno, farma_classe ed esenzione; bpco_from indica la fonte. Output: integrata_bpco, data_integrata_bpco.

flowchart LR
  dsf[(dsfarma_bpco)]:::l1 --> T0{{merge coorte<br/>escl. OSSIGENO}}:::tf --> tf01[temp_farma01]:::l2
  tf01 --> RA{{ramo anno<br/>somma >=5}}:::tf --> fa[farma_anno]:::l2
  tf01 --> RC{{ramo classe<br/>somma >=3}}:::tf --> fc[farma_classe]:::l2
  esen[(esenzioni)]:::l0 --> de[dia_esenti/esclusi]:::l2
  sdo[(sdo_generica<br/>ICD9 asma)]:::l1 --> ds[dia_sdo493]:::l2
  dg[(diagnosi_aggregate<br/>BPCO)]:::l2 --> dd[dia_bpcodadiag]:::l2
  fa --> MIN{{min-date + bpco_from}}:::tf
  fc --> MIN
  de --> MIN
  ds --> MIN
  dd --> MIN
  MIN --> OUT[integrata_bpco]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf  fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

COVID

Infezione da SARS‑CoV‑2. Integrata dalle segnalazioni/tamponi COVID ed eventuali ricoveri correlati. Output: integrata_covid, data_integrata_covid (variabili non trattenute di default nel datamart).

⚠︎ Limite. Materiale scarso: nessuna versione L3 master; la ricetta (fonti/finestre) è inline nel flusso COVID.

Fibrillazione atriale

FA. Integrata da quattro fonti (senza esenzione né farmaci): il referto ECG (FA rilevata all'elettrocardiogramma), la C@rdioNet (etichetta FA = 1, prima data), il pronto soccorso (episodio PS con diagnosi di FA) e le SDO (ICD9_CV_FA = 1).

data_integrata_fa = min(ecg, cardionet, pronto soccorso, sdo); fa_from = ecg / vis / ps / sdo; affetto se 0 < data_integrata_fa < data_indice. Output: integrata_fa, data_integrata_fa.

flowchart LR
  ecg[(referto ECG<br/>FA)]:::l1 --> MIN{{merge coorte<br/>min-date + fa_from}}:::tf
  car[(cardionet FA=1)]:::l1 --> MIN
  ps[(pronto soccorso<br/>FA)]:::l0 --> MIN
  sdo[(SDO ICD9_CV_FA)]:::l1 --> MIN
  MIN --> OUT[integrata_fa]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Ipertensione

Ipertensione arteriosa. La più articolata: combina esenzione, diagnosi, terapia (con regole di conteggio) e SDO. - Esenzione — codici 0031 / 031A. - Diagnosi aggregata — DIAG_FR_HYPERTENS = 1 oppure diag_CV_HYPERTENSIVE_HD = 1. - Terapia antipertensiva — soddisfatta quando c'è un uso ripetuto di una classe: ≥ 2 prescrizioni di diuretici (esclusi furosemide, metolazone, torasemide…), ACE/sartani, betabloccanti (o diltiazem/verapamil) o calcio‑antagonisti; oppure ≥ 3 prescrizioni di antipertensivi generici. Alcune classi contano solo se combinate con un ricovero (scompenso o cardiopatia ischemica/aritmie). data_farma = prima data utile tra queste. - SDO — ricoveri per aritmie, cardiopatia ischemica cronica, FA o scompenso. - Sono esclusi i casi di ipertensione secondaria (ICD9_ANTYHYPER).

data_integrata_ipertensione = min(esenzione, diagnosi, terapia). Output: integrata_ipertensione, data_integrata_ipertensione.

flowchart LR
  ese[(esenzione 0031/031A)]:::l0 --> MIN{{merge coorte<br/>min-date}}:::tf
  dia[(diag FR_HYPERTENS<br/>o HYPERTENSIVE_HD)]:::l2 --> MIN
  far[terapia: conteggi per classe<br/>diuretici/ACE/beta/Ca >=2<br/>antipert. >=3]:::l1 --> MIN
  sdo[(SDO aritmie/ischem/FA/SCC)]:::l1 --> far
  MIN --> OUT[integrata_ipertensione]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Dislipidemia

Dislipidemia. Integrata da diagnosi, LDL e terapia: - Diagnosi aggregata — diag_FR_DYSLIP = 1; - LDL — dal profilo lipidico unificato (ESAMI_LDL_UNIFICATO) con LDL > 115 mg/dL (si prende il valore massimo); - Statine/ipolipemizzanti — prima prescrizione (DSFARMA_IPOLIPEMIZZANTI) in una finestra fino a 10 anni prima della data di riferimento; - Esenzione — codice 025 (estratta ma non usata nel calcolo della data).

data_integrata_dislipidemia = min(statine, LDL, diagnosi); affetto se la data è valida e precedente al riferimento temporale. Output: integrata_dislipidemia, data_integrata_dislipidemia.

flowchart LR
  dia[(diag FR_DYSLIP)]:::l2 --> MIN{{merge coorte<br/>min-date}}:::tf
  ldl[(ESAMI_LDL_UNIFICATO<br/>LDL &gt; 115)]:::l1 --> MIN
  far[(DSFARMA_IPOLIPEMIZZANTI<br/>prima in 10 anni)]:::l1 --> MIN
  MIN --> OUT[integrata_dislipidemia]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Anemia

Anemia. Integrata da laboratorio e diagnosi: - Emoglobina — soglia sesso‑specifica: < 12 g/dL per le donne, < 13 g/dL per gli uomini, nella finestra data_indice − 365 … data_indice + 30; si tiene la prima data; - Diagnosi aggregata — diag_CM_ANEMIA = 1 (ICD‑9 280–285), stessa finestra.

data_integrata_anemia = min(diagnosi, emoglobina); anemia_from = diag / hb; affetto se 0 < data < data_indice. Output: integrata_anemia, data_integrata_anemia.

flowchart LR
  hb[(ESAMI_EMOGLOBINA<br/>F&lt;12 · M&lt;13)]:::l1 --> MIN{{merge coorte<br/>min-date + anemia_from}}:::tf
  dia[(diag_CM_ANEMIA<br/>ICD9 280-285)]:::l2 --> MIN
  MIN --> OUT[integrata_anemia]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Rischio CVMA

Rischio cardiovascolare molto alto (RCVMA). Non è una diagnosi da fonti L0 ma un flag L4 che marca i soggetti a rischio CV molto alto. Vale 1 se è presente almeno una di queste condizioni: - ASCVD conclamata — cardiopatia ischemica cronica, TIA/ictus o arteriopatia periferica; - diabete con danno d'organo — diabete integrato più IRC, cardiopatia ischemica, neuro/retinopatia diabetica, arteriopatia o GFR < 60; - diabete ad alto carico di rischio — diabete più ≥ 3 fattori di rischio (ipertensione, dislipidemia, fumo, obesità, familiarità) oppure diabete da ≥ 10 anni; - IRC severa — GFR < 30.

data_integrata_rcvma = min(data diabete, data ICD‑9, data prelievo, oggi). Output: integrata_rcvma, data_integrata_rcvma.

flowchart LR
  ascvd[(ASCVD conclamata<br/>ischemia/ictus/PAD)]:::l2 --> R{{RCVMA = 1<br/>se una condizione}}:::tf
  dm[diabete integrato<br/>+ danno organo / >=3 FR / >=10 anni]:::l3 --> R
  gfr[GFR &lt; 30]:::l1 --> R
  R --> OUT[integrata_rcvma]:::l4
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef l4 fill:#e2d6f3,stroke:#8a63c0,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;

Ipercolesterolemia familiare

Ipercolesterolemia familiare. Non un semplice min‑date, ma una classificazione a criteri (stile Dutch/MEDPED) che combina tre elementi: - LDL corretto per la terapia — l'LDL misurato pre‑indice viene "scorporato" dall'effetto della terapia ipolipemizzante in corso: LDL_teorico = LDL_misurato / (1 − potenza), dove la potenza dipende dai farmaci nella finestra LDL − 90 giorni … LDL; - Familiarità cardiovascolare — flag FR_FAM_CV e ASCVD precoce dei genitori (ricostruiti via key_anagrafe di madre e padre: PTCA, bypass, arteriopatia, TIA/ictus da diagnosi aggregate e SDO); - ASCVD precoce del paziente — PTCA, bypass, arteriopatia, TIA/ictus o infarto con età giovane (donne ≤ 60, uomini ≤ 55 anni).

Output: integrata_ipercolfam, data_integrata_ipercolfam.

flowchart LR
  ldl[(LDL pre-indice)]:::l1 --> COR{{LDL teorico<br/>LDL / 1-potenza}}:::tf
  far[(ipolipemizzanti<br/>potenza)]:::l1 --> COR
  gen[(ASCVD genitori<br/>+ FR_FAM_CV)]:::l2 --> CRIT{{criteri ipercol familiare}}:::tf
  early[(ASCVD precoce paziente<br/>F&lt;=60 · M&lt;=55)]:::l2 --> CRIT
  COR --> CRIT --> OUT[integrata_ipercolfam]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Microalbuminuria

Microalbuminuria. Integrata da laboratorio urinario e SDO: - Laboratorio — i marcatori di proteinuria (MALBU, ACR, PCR, AER, PER, PROTU) sono valutati con soglia dipendente dall'unità di misura: ≥ 3 mg/24h, ≥ 2 mg/dL, ≥ 20 mg/L, ≥ 30 mg/g → positività (lab_microalb); si tiene il massimo per persona/indice; - SDO — diag_CM_ALBUMINURIA = 1.

Output: integrata_microalbuminuria, data_integrata_microalbuminuria.

flowchart LR
  lab[(proteinuria: malbu/acr/pcr<br/>aer/per/protu)]:::l1 --> TH{{soglia per unita<br/>3/24h · 2 dL · 20 L · 30 g}}:::tf
  sdo[(SDO diag_CM_ALBUMINURIA)]:::l2 --> MIN{{merge coorte}}:::tf
  TH --> MIN --> OUT[integrata_microalbuminuria]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Obesità

Obesità. Integrata da antropometria e diagnosi: - BMI — calcolato dai parametri funzionali C@rdioNet (peso e altezza): BMI = ceil(peso / (altezza/100)²), si tiene chi ha BMI ≥ 30; - Diagnosi aggregata — diag_FR_OBESITA = 1.

data_integrata_obesita = min(data BMI, data diagnosi); affetto se la data è valida. Output: integrata_obesita, data_integrata_obesita.

flowchart LR
  pf[(parametri funzionali<br/>peso + altezza)]:::l1 --> BMI{{BMI = peso/altezza²<br/>tieni BMI &gt;= 30}}:::tf
  dia[(diag_FR_OBESITA)]:::l2 --> MIN{{merge coorte<br/>min-date}}:::tf
  BMI --> MIN --> OUT[integrata_obesita]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Dialisi

Dialisi. Integrata da esenzione per dialisi, prestazioni ambulatoriali di dialisi e ricoveri; la data è la minima tra le fonti. È anche una delle fonti dell'IRC (fornisce data_dialisi). Output: integrata_dialisi, data_integrata_dialisi.

flowchart LR
  ese[(esenzione dialisi)]:::l0 --> MIN{{merge coorte<br/>min-date}}:::tf
  amb[(ambulatoriale dialisi)]:::l0 --> MIN
  sdo[(SDO dialisi)]:::l1 --> MIN
  MIN --> OUT[integrata_dialisi]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Esami

Gli esami comprendono il laboratorio e gli esami strumentali cardiologici e respiratori, tutti agganciati alla coorte.

Laboratorio

Definizione. Aggancia alla coorte gli esami costruiti dal builder B0 e ne deriva gli indicatori clinici (GFR, classi renali, KDIGO).

Costruzione. Per ogni esame, la macro buildesamiD/buildesamiC fa il join coorte × ESAMI.esami_<esame> tenendo i prelievi nella finestra data_indice − 365 … data_indice + 90 giorni, con risultato non mancante. Per ciascun prelievo calcola la distanza dall'indice (DISTGG), la posizione IPP (0 = stesso giorno, 1 = precedente, 2 = successivo) e la distanza assoluta; ordina per IPP poi distanza e tiene il primo per data indice → il valore più vicino all'indice, con priorità stesso giorno → precedente → successivo. Ne risultano LAB_<esame> e LAB_DATA_<esame>.

Assemblaggio e variabili derivate. Tutti gli esami (più la lipoproteina(a), presa al prelievo a distanza minima) sono uniti alla coorte; poi si calcolano: età, GFR con CKD‑EPI (%GFR_simple) e BIS1 (%BIS1), la classe di funzione renale (%classe_gfr), le classi di proteinuria per ciascun marcatore (%classe_protu/malbu/acraer/pcrper + %classe_proteinuria), la griglia KDIGO 2014 (%kdigo14) e il colesterolo non‑HDL (LAB_CnotHDL = LAB_COL − LAB_HDL).

Output. clinico.&nome._laboratorio — 14 variabili trattenute su 38: GFR_CKDEPI, GFR_BIS1, LAB_ACR, LAB_AER, LAB_ALBUMINA, LAB_BNP, LAB_COL, LAB_CRCL, LAB_CREATININA, LAB_EMOGLOBINA, LAB_GLICEMIA, LAB_HBGLICATA, LAB_HDL, LAB_LDL. Gli altri (PCR, PER, MALBU, PROTU, elettroliti, funzione epatica, ferro, TSH, troponina, …) sono calcolati ma non trattenuti di default.

flowchart LR
  dnlab[(DNLAB per esame)]:::l0 --> B0{{builder B0<br/>accodalab per anno}}:::tf --> esami[esami_&lt;esame&gt;]:::l1
  esami --> BE{{buildesami: join coorte<br/>-365..+90 gg, non missing<br/>primo per IPP: stesso&gt;pre&gt;post}}:::tf --> merge{{merge esami + coorte<br/>GFR CKD-EPI/BIS1<br/>classi renali + KDIGO 2014}}:::tf
  merge --> OUT[LAB_&lt;esame&gt; / GFR_CKDEPI<br/>classe_gfr / kdigo]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

ECO ed ECG

Definizione. Esami strumentali cardiologici da C@rdioNet: ecocardiografia (ECO, da DWTSISSR.VFP_CARDIO_ECO) ed elettrocardiografia (ECG, da DWTSISSR.VFP_CARDIO_ECG_MORTARA). Costruiti con lo stesso schema.

Costruzione. L'esame è estratto in tre finestre temporali rispetto all'indice — PRE (data_indice − 365 … data_indice), INTRA e POST — e unito; si tiene il primo per data indice (priorità PRE), calcolando data_eco/data_ecg e la distanza dist_eco/dist_ecg. Infine un passo guidato da dizionario (data _null_ sulla lista veco/vecg delle variabili da tenere, con eventuale rinomina) costruisce dinamicamente una PROC SQL che riaggancia la sorgente C@rdioNet (key_eco_cardio / key_ecg_mortara) per portare tutte le misure selezionate nell'output.

Output. clinico.&nome._eco (catalogo 113 variabili) e clinico.&nome._ecg (17). La selezione delle misure è specifica dello studio (lista veco/vecg).

flowchart LR
  src[(VFP_CARDIO_ECO / ECG_MORTARA)]:::l0 --> W{{join coorte<br/>finestre PRE/INTRA/POST<br/>-365 gg .. indice}}:::tf --> pick{{primo per indice<br/>data_eco / dist_eco}}:::tf
  pick --> D{{data _null_ dizionario<br/>lista veco/vecg + rinomina<br/>join per key_eco_cardio}}:::tf --> OUT[coorte eco / ecg<br/>misure selezionate]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Spirometrie

Definizione. Esami di funzionalità respiratoria dal flusso ambulatoriale.

Costruzione. Si selezionano dal dizionario prestazioni (VDIZIONARIO_PRESTAZIONI) i codici la cui descrizione contiene "SPIRO"; la macro accoda_anni_spyro accoda, anno per anno, le prestazioni ambulatoriali (VFP_AMBULATORIALE_PRESTAZ_<anno>) con quei codici e key_anagrafe ≠ 0, tenendo la data_prestazione. Il risultato è unito alla coorte e, ordinando per data decrescente, si tiene la spirometria più recente per data indice.

Output. clinico.&nome._spirometrie.

flowchart LR
  diz[(VDIZIONARIO_PRESTAZIONI<br/>desc contiene SPIRO)]:::l0 --> SEL{{codici prestazione spiro}}:::tf
  amb[(VFP_AMBULATORIALE_PRESTAZ<br/>per anno)]:::l0 --> ACC{{accoda_anni_spyro<br/>key diverso 0}}:::tf
  SEL --> ACC --> M{{merge coorte<br/>piu recente per indice}}:::tf --> OUT[coorte spirometrie]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Fenotipo

Definizione. Classificazione del fenotipo di scompenso in base alla frazione di eiezione ventricolare sinistra (LVEF), da ecocardiografia C@rdioNet (VFP_CARDIO_ECO) e dall'eco morfologica (VFP_CARDIO_ECO_MORFOLOGICA, con dizionario DIZIONARIO_ECOMORF).

Costruzione. Il fenotipo è assegnato così: REF (reduced, ridotta) se LVEF < 50; PEF (preserved, conservata) se LVEF ≥ 50; se la LVEF manca si usa il fallback morfologico/descrittivo; altrimenti NN (non classificabile). Si tiene il fenotipo peggiore nel tempo e si calcolano la LVEF pre‑indice minima, massima e ultima con le rispettive date (min/max/last_lvef_prealltime) e l'anno dell'ultima LVEF.

Output. clinico.&nome._fenotipo — fenotipo, lvef_incidenza, LVEF pre‑indice min/max/last con date, anno_lvef.

flowchart LR
  eco[(VFP_CARDIO_ECO<br/>LVEF)]:::l0 --> CL{{fenotipo da LVEF<br/>REF &lt;50 · PEF &gt;=50 · NN}}:::tf
  morf[(VFP_CARDIO_ECO_MORFOLOGICA<br/>dizionario ecomorf)]:::l0 --> CL
  eco --> LV{{LVEF pre-indice<br/>min / max / last}}:::tf
  CL --> OUT[coorte fenotipo<br/>fenotipo + LVEF min/max/last]:::out
  LV --> OUT
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Parametri funzionali

Definizione. Parametri clinico‑funzionali da C@rdioNet (VFP_CARDIO_PARAMFUNZ): pressione, frequenza, antropometria, classe NYHA, saturazione, INR, ecc.

Costruzione. La selezione è guidata dalla tabella SELEZIONE_PARAMETRI_FUNZIONALI (righe con TENERE = 1, con VARIABILE, ORDINE, NUOVO_NOME, TIPO). I parametri — separati in alfanumerici e numerici — vengono trasposti (PROC TRANSPOSE, ID = CAR_PFUN_DESCRIZIONE): ogni descrizione di parametro diventa una colonna per persona/data indice, con l'eventuale rinomina.

Output. clinico.&nome._parametri_funzionali — catalogo 574 variabili, ~10 trattenute: PAS, PAD, FC, SO2, peso, altezza, circonferenza addominale, classe NYHA, TTR(INR).

flowchart LR
  pf[(VFP_CARDIO_PARAMFUNZ)]:::l0 --> SEL{{selezione TENERE=1<br/>variabile/ordine/nuovo_nome}}:::tf
  SEL --> TR{{transpose per indice<br/>alfanumerici + numerici<br/>parametro -&gt; colonna}}:::tf --> OUT[coorte parametri_funzionali<br/>PAS/PAD/FC/NYHA/...]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Eventi

Gli eventi sono endpoint compositi: misurano il tempo al primo di un insieme di eventi clinici (o al decesso) dopo la data indice. MALE e MACE sono costruiti con lo stesso schema, che conviene descrivere una volta.

Lo schema comune. 1. Estrazione dai ricoveri. Si parte da EGTASK.SDO_ETICHETTATE (le SDO già etichettate ICD‑9 dal builder A01), in join con la coorte, tenendo solo i ricoveri successivi alla data indice (data_ingresso > data_indice). Ogni tipo di evento è una colonna‑etichetta 0/1 della SDO. 2. Data dell'evento = data di ricovero. Per ogni evento presente, la data è la data_ingresso; si collassa a una riga per persona/data indice tenendo la prima data di ciascun tipo di evento. 3. Decesso e censura. data_decesso = 31dec9999 significa "nessun decesso" (censura alla data amministrativa, MORTO = 0); una data valida dà MORTO = 1. data_censura = data amministrativa se vivo, altrimenti la data di decesso. 4. Composito. data_<endpoint> = min(data_decesso, date dei singoli eventi); il flag <endpoint> = 1 se si è verificato almeno un evento o il decesso; la distanza dist = min(data_evento, data_censura) − data_indice è il tempo di follow‑up in giorni.

flowchart LR
  sdo[(SDO_ETICHETTATE)]:::l1 --> J{{join coorte<br/>ricovero DOPO data_indice}}:::tf --> ev[eventi elementari<br/>data = data_ingresso]:::l2
  dec[(anagrafe decesso)]:::l0 --> MIN
  ev --> FIRST{{prima data<br/>per tipo evento}}:::tf --> MIN{{data = min eventi + decesso<br/>flag 0/1 · distanza da indice}}:::tf
  MIN --> OUT[male / mace3 / mace5<br/>data + flag + dist]:::out
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

MALE

Major Adverse Limb Event — eventi maggiori agli arti inferiori più il decesso. Componenti: amputazione arti inferiori (EVENTO_AMPUTAZ), rivascolarizzazione arti inferiori (EVENTO_RIVASC), evento ischemico/trombotico (EVENTO_ISCHTROM).

data_male = min(decesso, amputazione, ischemico, rivascolarizzazione); male = 1 se almeno una componente o il decesso. Output: male, data_male, distmale.

MACE 3p e 5p

Major Adverse Cardiovascular Event, in due definizioni.

3‑point (classico): infarto miocardico acuto (EVENTO_IMA), ictus (EVENTO_STROKE) e decesso. data_mace3 = min(decesso, IMA, stroke); mace3 = 1 se IMA o stroke o decesso.
5‑point: aggiunge scompenso ospedalizzato (definizione PNE, EVENTO_SCC), bypass aortocoronarico (EVENTO_BAC) e angioplastica coronarica (EVENTO_PTCA). data_mace5 = min(decesso, IMA, stroke, scompenso, bypass, angioplastica); mace5 = 1 se una qualsiasi di queste o il decesso.

Output: mace3, mace5, data_mace3, data_mace5, dist3pi, dist5pi.

Endpoint	Componenti (oltre al decesso)
MALE	amputazione, rivascolarizzazione AAII, evento ischemico/trombotico
MACE 3p	infarto (IMA), ictus (stroke)
MACE 5p	infarto, ictus, scompenso (PNE), bypass (BAC), angioplastica (PTCA)

Eventi di ricovero

Eventi di ospedalizzazione classificati per tipo (CV/non‑CV, per apparato), dalle SDO. Tra le variabili trattenute: ricoveri CV e non‑CV, IRC, malattia renale, dialisi, interventi, scompenso, valvole, ASCVD multisito.

Emorragie maggiori

Eventi emorragici rilevanti, distinti per tipo (macro accoda_emod). Output: emomag_a, emomag_f, data_emomag_a, data_emomag_f.

Prestazioni

Le prestazioni accodano alla coorte, con conteggi per anno, le erogazioni dal CUP, da C@rdioNet e dal Pronto Soccorso. Le prestazioni CUP sono filtrate per tipologia (macro accodacupprest + accodacupstrut), dando origine ai rami sotto.

Prestazione	Fonte	Output coorte
CUP altro	`vfp_cup_prestsan_`, `vdizionario_cup_prestsan`	`prestazioni_altro`
CUP ECG	CUP (filtro ECG)	`prestazioni_ecg`
CUP ECO	CUP (filtro ECO)	`prestazioni_eco`
CUP ecovasco	CUP (ecografia vascolare)	`prestazioni_ecov`
CUP ecocardio	CUP (ecocardiografia)	`prestazioni_ecoc`
CUP tutte	CUP (nessun filtro)	`prestazioni_tutte`
CUP spiro	ambulatoriale/CUP (spirometria)	`prestazioni_spiro`
CUP visite	CUP (visite specialistiche)	`prestazioni_visite`
prest. C@rdioNet	`vfp_cardio_visita`	`prestazioni_cardionet`
pronto soccorso	`vfp_ps_episodi_`	`pronto_soccorso`

flowchart LR
  cup[(CUP prestsan)]:::l0 --> AP{{accodacupprest per anno<br/>filtro tipo prestazione}}:::tf
  strut[(CUP strutture)]:::l0 --> AS{{accodacupstrut}}:::tf
  AP --> merge{{merge coorte<br/>conteggi per anno}}:::tf
  AS --> merge --> OUT[prestazioni_&lt;tipo&gt;]:::out
  ps[(PS episodi)]:::l0 -.-> OUT
  card[(cardionet visite)]:::l0 -.-> OUT
  classDef l0 fill:#d9e8fb,stroke:#4a78b5,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

⚠︎ Limite. Nessuna prestazione ha un foglio nel datamart‑builder: la lista variabili di output va letta dalle colonne del dataset prodotto.

Score

Gli score sintetizzano il profilo di rischio o comorbidità in un unico indicatore. Cinque unità hanno type=score: SCORE2, SCOREC, Charlson, ESC e classi di rischio CV (che aggrega diagnosi integrate e score). SCORE2 e SCOREC dipendono dal diabete integrato.

SCORE2 e SCORE2-OP

Rischio cardiovascolare a 10 anni da età, sesso, pressione sistolica, colesterolo totale, HDL, fumo e diabete. Distingue young (età ≤ 69, SCORE2) da old (> 69, SCORE2‑OP Older Persons), con centrature e coefficienti diversi. Il rischio è calcolato direttamente dalla baseline‑survival: score2 = (1 − s0^exp(predittore)) × 100, senza un passo di ricalibrazione esplicito. Output: SCORE2, risk_class_score2, flag_missing_score2.

SCOREC

Calcola il rischio a 10 anni con la stessa forma di SCORE2 (stessi predittori — età, sesso, pressione sistolica, colesterolo totale, HDL, fumo, diabete — stessa centratura, coefficienti specifici per sesso e forma 1 − s0^exp(predittore)), ma applica in più un passo di ricalibrazione che l'EGP SCORE2 non ha:

uncalibrated = 1 − s0^exp(predittore)
SCOREC = 1 − exp( − exp( scale1 + scale2 · log( −log(1 − uncalibrated) ) ) )

Quella trasformazione scale1/scale2 sul complementary log‑log è il passo di ricalibrazione regionale del metodo SCORE2 (da cui, verosimilmente, la C di calibrato). Il risultato è in percentuale; se manca uno tra età, pressione, colesterolo o HDL, SCOREC non è calcolato. Output: SCOREC, risk_class_scorec, flag_missing_scorec. Nel grafo: EGP SCOREC, flusso SCORECAL, output L4 CLINICO.COORTE_SCOREC.

⚠︎ Nota. Il sorgente non documenta la provenienza dei coefficienti b* né dei valori scale1/scale2, quindi quale ricalibrazione (per quale regione di rischio) è un'inferenza dalla forma del codice, non un'etichetta scritta nel programma.

flowchart LR
  par[eta/sesso/pas]:::l1 --> SC{{rischio SCORE2<br/>1 - s0^exp predittore}}:::tf
  lab[col/hdl]:::l1 --> SC
  dm[diabete integrato]:::l3 --> SC
  SC --> RC{{ricalibrazione<br/>scale1 + scale2 · cloglog}}:::tf
  RC --> OUT[SCOREC<br/>risk_class_scorec<br/>flag_missing_scorec]:::l4
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef l4 fill:#e2d6f3,stroke:#8a63c0,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;

Charlson

Charlson Comorbidity Index — indice di comorbidità costruito dai ricoveri e dalle diagnosi aggregate, come somma pesata delle condizioni croniche. Output: charlson_score.

ESC

ESC score — punteggio di rischio secondo le linee guida della Società Europea di Cardiologia. Output: escscore.

Classi di rischio cardiovascolare

Classificazione finale del rischio CV (CLRCV, L4), che combina diagnosi integrate, laboratorio e parametri. Prodotta nel flusso CLASSI_RISCHIO. Output: classi_rischio (oltre alle integrata_* per diagnosi).

flowchart LR
  diag[diagnosi integrate L3]:::l3 --> CR{{classi rischio CV}}:::tf
  lab[laboratorio]:::l1 --> CR
  par[parametri funzionali]:::l1 --> CR
  CR --> OUT[classi_rischio / score]:::l4
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l3 fill:#f8d0d5,stroke:#c04a57,color:#111;
  classDef l4 fill:#e2d6f3,stroke:#8a63c0,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;

Terapia

La terapia descrive i farmaci del soggetto da due fonti: la farmaceutica territoriale e la terapia registrata in C@rdioNet.

Terapia farmaceutica

La terapia farmaceutica territoriale non è una singola variabile ma un blocco composito: dalle macro‑classi dsfarma_* del builder FARMATERR si costruiscono più componenti, con finestre temporali diverse per protocollo. Il mattone comune (build_farma) aggancia la coorte a DSFARMA_<classe> in una finestra ampia (CLINICO: data_indice − 365 … data_indice + 730); da lì si derivano i pezzi.

Componenti (protocollo CLINICO).

Potenza ipolipemizzante. Gli ipolipemizzanti — territoriali più quelli aziendali (ipolipo_azienda) — sono scomposti in cinque componenti: statine (STA), ezetimibe (EZE), acido bempedoico (BEM), inclisiran (INC) e PCSK9‑inibitori (PCS, gli "‑cumab"). Per le statine la potenza dipende dalla quantità a scaglioni (≤ 5 / 5–15 / 15–30 / 30–60 / > 60). La potenza complessiva è calcolata all'indice (finestra −90 … +180) e al follow‑up (potenza_fup): il valore più vicino all'LDL preso a 1 anno dalla data indice; se non c'è, la potenza più vicina a 12 mesi.
Somme per classe a 6 e 12 mesi (somma6fup, somma12fup): numero di prescrizioni per persona/indice/classe nelle due finestre.
Costo a 12 mesi (costo12fup).
Flag di classe — uso della classe nel follow‑up a 6 mesi (farmafup6mesi) e in anamnesi a 3 mesi (farma3anam), come 0/1.

Il dataset finale (clinico.&nome._farmaceutica) unisce coorte + farma3anam + farmafup6mesi + potenza_indice + potenza_fup + somma6fup + somma12fup + costo12fup, e trattiene le classi trovate (lista_found), le somma*, i costo* e la potenza_d365. Nel datamart, tra le variabili trattenute: PCSK9I, INCLISIRAN.

Finestre e output per protocollo.

CLINICO — potenza ipolipemizzanti −90 … +180; somme e flag a 6/12 mesi e anamnesi 3 mesi (come sopra).
PDTA — data_uscita_indice … +730: somma della copertura annua per classe, flag 0/1 di classe, last_AA / last_ASA / last_NAOTAO (ultima prescrizione di antiaggreganti/ASA/anticoagulanti), somma ATC per persona.
EPI4M — data_indice … +365: potenza ipolipemizzanti (indice −365 … 0, follow‑up +270 … +360), somma grezza degli ATC per persona.

flowchart LR
  dsf[(dsfarma_&lt;classe&gt;)]:::l1 --> BF{{build_farma: join coorte<br/>finestra ampia per classe}}:::tf
  azi[(ipolipo aziendale)]:::l1 --> POT
  BF --> POT{{potenza ipolipemizzante<br/>STA/EZE/BEM/INC/PCS<br/>statina per quantita}}:::tf
  BF --> SUM{{somme per classe<br/>6 e 12 mesi}}:::tf
  BF --> COST{{costo 12 mesi}}:::tf
  BF --> FLAG{{flag classe<br/>fup 6 mesi · anamnesi 3 mesi}}:::tf
  POT --> P1[potenza indice + fup]:::l2
  SUM --> P2[somma6/12 per classe]:::l2
  COST --> P3[costo 12 mesi]:::l2
  FLAG --> P4[flag classe]:::l2
  P1 --> M{{merge per key_anagrafe, data_indice}}:::tf
  P2 --> M
  P3 --> M
  P4 --> M
  M --> OUT[farmaceutica<br/>classi + somme + costi + potenza]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Calcolo della potenza ipolipemizzante. La "potenza" stima la riduzione attesa dell'LDL (frazione tra 0 e 1) prodotta dalla terapia in corso. Le prescrizioni sono prima classificate in cinque componenti, distinti in orali e iniettivi:

orali: statine (STA), ezetimibe (EZE), acido bempedoico (BEM);
iniettivi: inclisiran (INC) e PCSK9‑inibitori (PCS, gli "‑cumab").

La potenza di una statina dipende dal tipo e dalla quantità (QNT_STATINA) a cinque scaglioni; i valori sono la % di riduzione dell'LDL:

Statina	≤ 5	5–15	15–30	30–60	> 60
Fluvastatina	15	19	23	27	32
Pravastatina	18	22	26	30	34
Lovastatina	19	23	28	33	37
Simvastatina	23	28	34	38	42
Atorvastatina	29	34	39	45	50
Rosuvastatina	38	44	50	55	60

Gli altri farmaci hanno una potenza fissa: ezetimibe 20%, acido bempedoico 17,5%, inclisiran 50%, PCSK9‑inibitori 50%.

Formula (moltiplicativa sul residuo). Ogni farmaco lascia un LDL residuo pari a (1 − p); la terapia combinata moltiplica i residui e la potenza complessiva è il complemento:

potenza = 1 − ∏ (1 − p_i)      per ogni farmaco i presente

Esempio: statina (pSTA) + ezetimibe (pEZE) → potenza = 1 − (1 − pSTA)·(1 − pEZE). La formula è applicata esplicitamente per mono‑, doppia, tripla e quadrupla terapia.

Vincoli implementati. - Statina senza quantità → scartata: la potenza statinica richiede QNT_STATINA; le righe con statina ma quantità mancante sono rimosse. - Iniettivi mutuamente esclusivi: inclisiran e PCSK9‑inibitore non possono coesistere; se compaiono entrambi si tiene solo il più recente per data di prescrizione (l'altro è azzerato). - Bempedoico senza statina: in assenza di statina la potenza del bempedoico è maggiorata (1 − pBEM − 0.07); in combinazione con una statina si usa il valore base (17,5%). - Per ogni componente si prende l'ultima prescrizione entro la finestra (per data indice).

Variabili derivate. terapia = concatenazione dei farmaci presenti (es. STA+EZE); llt = 1 se in terapia ipolipemizzante (potenza ≥ 0); llthi = 1 se terapia ad alta intensità (potenza ≥ 0,5, cioè ≥ 50% di riduzione LDL attesa). Il calcolo è ripetuto all'indice e al follow‑up.

flowchart LR
  presc[(prescrizioni ipolipemizzanti<br/>territoriali + aziendali)]:::l1 --> SPLIT{{classifica in 5 componenti}}:::tf
  SPLIT --> OR[orali: STA per tipo+quantita<br/>EZE 20% · BEM 17,5%]:::l2
  SPLIT --> IN{{iniettivi: INC 50% · PCS 50%<br/>mutex: tieni il piu recente}}:::tf --> INJ[INC oppure PCS]:::l2
  OR --> F{{potenza = 1 - prodotto dei residui 1-p}}:::tf
  INJ --> F
  F --> OUT[potenza + llt + llthi<br/>indice e follow-up]:::out
  classDef l1 fill:#d7f0d7,stroke:#4a9a4a,color:#111;
  classDef l2 fill:#fff2cc,stroke:#c9a227,color:#111;
  classDef tf fill:#ececec,stroke:#777,color:#111;
  classDef out fill:#ffe0b3,stroke:#d98a2b,color:#111;

Terapia C@rdioNet

La terapia farmacologica registrata nella cartella cardiologica, aggregata in classi (ACE‑inibitori/sartani, betabloccanti, antiaggreganti, anticoagulanti, antidiabetici, calcio‑antagonisti, diuretici, ipolipemizzanti). Per ogni classe: presenza, codice ATC, numero di confezioni, quantità e sostanza (<classe>, _ATCCOD, _CONF, _QTA, _SOST). Fonti: vfp_cardio_terapia, vdizionario_farmaci_atc, vdizionario_farmaci_sost. Output: terapiacardionet (40 variabili trattenute su 190).

Le due viste del datamart

Il datamart ha due rappresentazioni complementari, entrambe autorevoli: - DATAMART-BUILDER.xlsx — la specifica di selezione, un foglio per flusso, colonna TENERE: dichiara quali variabili l'assembler deve trattenere. - DATAMART_DAICHI-*.xlsx — il datamart finale "flat" di uno studio concreto: un unico foglio con le colonne effettivamente consegnate. È il modello di come appare l'output. Contiene già le variabili SCOREC (SCOREC, risk_class_scorec, flag_missing_scorec) accanto a SCORE2, a conferma che l'EGP SCOREC è in produzione.

Note di copertura

Ricostruzione statica dalla pipeline di lineage (nessun accesso al server SAS). Robusta dove esiste una macro o un foglio datamart autorevole (IRC, laboratorio, eventi, terapia C@rdioNet, diagnosi aggregate); best‑effort con nota ⚠︎ dove la ricetta è inline o priva di specifica datamart (prestazioni CUP, SCORE2/SCOREC, esami strumentali, COVID, RCVMA). Le liste variabili combaciano con i fogli DATAMART-BUILDER.xlsx; i filtri/soglie con i corpi delle macro.

Questi flussi sono accessibili solo da profilo SAS Aziendale. ↩
PNLAB è il laboratorio di Pordenone, importato nel DNLAB dal 2017. Prima del 2017 il DNLAB non ha Pordenone. ↩
AMBULATORIALE LV3 fa riferimento solo alla integrata DIALISI. ↩