Valutare il Ruolo dei Modelli Matematici nella Salute Materna in Africa Sub-Sahariana

Valutare gli effetti dei programmi o delle politiche sanitarie sulla salute di una popolazione è fondamentale nei campi della salute pubblica, epidemiologia ed economia della salute. Mentre i trattamenti biomedici, come i farmaci, vengono spesso testati tramite prove controllate randomizzate (RCT), non sempre è possibile valutare i cambiamenti delle politiche sanitarie, come l'adattamento della copertura dei servizi, allo stesso modo. Ci sono sfide etiche e pratiche che possono rendere difficile la sperimentazione diretta.

In queste situazioni, entrano in gioco i Modelli Matematici. Questi modelli creano un quadro teorico che mostra come diversi fattori, interventi e malattie siano collegati. Aiutano a stimare quanto possa essere efficace una politica sanitaria. La struttura di questi modelli, le loro assunzioni e i loro vantaggi o svantaggi possono variare ampiamente. Tuttavia, la loro flessibilità e il costo inferiore rispetto ai test tramite prove li rendono ampiamente utilizzati nello sviluppo delle politiche sanitarie a livello locale e globale.

Usare modelli matematici per informare le politiche sanitarie può portare a miglioramenti significativi nella salute, specialmente in aree come la salute materna e neonatale. Anche se ci sono stati progressi notevoli negli ultimi anni, i tassi di mortalità materna e neonatale rimangono troppo alti in posti come il Sud-est asiatico e l'Africa subsahariana. Questo è in parte dovuto a un accesso e una qualità insufficienti ai servizi di maternità essenziali. Ci sono molte domande importanti che i responsabili politici si pongono su come fornire al meglio cure materne di alta qualità per ridurre questi tassi di mortalità.

Un'area che sta attirando attenzione è il redesign dei servizi di maternità. Questo significa riorganizzare i sistemi sanitari per garantire che le madri partoriscano in strutture più sicure e di qualità superiore, simili alle pratiche nei paesi sviluppati. Tuttavia, valutare queste politiche con RCT può affrontare vari problemi etici, tra cui preoccupazioni su quanto sia giusto negare cure di qualità ad alcuni pazienti. Inoltre, alcuni risultati, come la morte materna, sono troppo rari per essere studiati efficacemente tramite prove. In tali casi, la modellazione matematica può offrire preziose intuizioni su come diversi interventi possano influenzare i risultati sanitari.

Nonostante ci sia stato un aumento nell'uso della modellazione nella salute pubblica, non c'è stata una valutazione completa di come questi modelli si applichino specificamente ai servizi di salute materna e neonatale nell'Africa subsahariana. Questa revisione mira a rispondere alla domanda: “Come sono stati utilizzati i modelli matematici per valutare gli interventi nella salute materna e perinatale e i loro effetti sui risultati sanitari in Africa subsahariana?” Per affrontare questa domanda, la revisione ha tre obiettivi principali: (i) caratterizzare e mappare la letteratura esistente, (ii) esplorare i tipi di modelli e studi esistenti e (iii) discutere i metodi di modellazione più comuni utilizzati. Valutare la letteratura esistente aiuta a identificare pratiche comuni, tendenze nelle caratteristiche degli studi e potenziali lacune nella conoscenza.

#Metodi

Per condurre questa revisione, abbiamo seguito un framework che ha fornito indicazioni dettagliate per una revisione scoping. Questo framework si basa su un processo a sei fasi progettato per garantire che seguissero le migliori pratiche. Inoltre, abbiamo utilizzato una checklist per assicurarci che la revisione fosse coerente con le raccomandazioni attuali.

#Criteri di Inclusione

Per essere inclusi in questa revisione, gli studi dovevano soddisfare determinati criteri. Dovevano utilizzare un modello matematico per analizzare l'impatto potenziale di un Intervento nella salute materna o perinatale sui risultati sanitari relativi a madri o neonati.

Gli interventi sono definiti come qualsiasi cura fornita durante la gravidanza o poco dopo il parto (fino a 42 giorni postnatale) per madri o neonati (fino a 28 giorni dopo il parto). L'attenzione era rivolta solo agli interventi che mirano a prevenire problemi di salute derivanti dalla gravidanza o dal parto.

I risultati sanitari includevano qualsiasi misura di problemi di salute o morte nei gruppi target. Questo includeva non solo i risultati primari ma anche quelli secondari, come i rapporti costo-efficacia. La revisione si concentrava specificamente sull'Africa subsahariana, che è una categoria comunemente usata nella letteratura globale sulla salute, assicurando di catturare un ampio ventaglio di studi pertinenti. Gli studi che discutevano modelli matematici senza applicarli sono stati esclusi, così come i documenti in lingue diverse dall'inglese, poiché non avevamo risorse per la traduzione.

#Strategia di Ricerca

È stata adottata una strategia a più fasi per trovare studi rilevanti. Inizialmente, è stata condotta una ricerca sistematica su tre database elettronici, mirando a ricerche pubblicate fino a novembre 2023. I database cercati includevano PubMed, Web of Science e Global Health. Dopo aver identificato gli studi, abbiamo anche controllato le liste di riferimento degli studi selezionati per ulteriori fonti.

#Selezione degli Studi

Abbiamo utilizzato un processo in tre fasi per filtrare e identificare studi rilevanti. Prima di tutto, abbiamo esaminato i titoli di tutti gli studi identificati per vedere se sembravano pertinenti secondo i nostri criteri. Successivamente, abbiamo rivisto gli abstract degli studi che apparivano rilevanti. Infine, abbiamo esaminato i testi completi degli studi che sembravano promettenti per determinare se dovessero essere inclusi.

Nonostante le linee guida suggeriscano che un team diversificato dovrebbe condurre questo processo per garantire la validità, questa revisione è stata in gran parte condotta da un singolo ricercatore come parte di un progetto di dottorato.

#Estrazione e Analisi dei Dati

Dopo aver selezionato gli studi rilevanti, abbiamo raccolto dati utilizzando un modulo specifico adattato a questa revisione. Questo modulo aiuta a raccogliere tutte le informazioni importanti relative alla nostra domanda di ricerca.

Abbiamo prima sviluppato il modulo e lo abbiamo testato su un piccolo gruppo di studi. Dopo averlo raffinato, abbiamo assicurato che catturasse un ampio ventaglio di punti dati, concentrandoci sulle caratteristiche degli studi, le caratteristiche del modello e le analisi condotte in ciascuno studio.

I dati sulle caratteristiche del modello sono stati adattati dalla letteratura esistente, assicurando di catturare aspetti essenziali del design e della metodologia di ciascun modello. Dopo aver estratto i dati, li abbiamo riassunti e presentati sotto le sezioni pertinenti.

#Risultati

Alla fine, abbiamo identificato 10.980 studi potenzialmente rilevanti, riducendo questo numero a 8.660 dopo aver rimosso i duplicati. Dopo aver esaminato i titoli, sono stati esaminati 150 abstract, risultando in 90 studi a testo completo che sono stati rivisti per pertinenza. In totale, 60 articoli sono stati inclusi in questa revisione.

#Caratteristiche Generali degli Studi

Gli studi che abbiamo esaminato sono stati pubblicati per lo più tra il 2015 e il 2019. Oltre la metà degli studi si concentrava su un singolo paese, mentre altri consideravano popolazioni regionali più ampie o più paesi.

È interessante notare che la maggior parte dei primi autori era affiliata a istituzioni al di fuori dei paesi studiati. Quasi la metà degli studi è stata guidata da autori basati negli Stati Uniti, evidenziando un squilibrio nella rappresentanza locale nella ricerca.

#Caratteristiche degli Interventi

Negli studi abbiamo trovato una vasta gamma di interventi analizzati. Un totale di 1.055 interventi è stato segnalato, con la maggior parte degli studi che valutava più interventi. Gli interventi comunemente valutati includevano assistenza neonatale di base e accesso all'acqua pulita. Tuttavia, molto pochi studi hanno esaminato interventi innovativi che non erano tipicamente disponibili nella cura standard.

La maggior parte degli interventi mirava alle madri, concentrandosi sulla cura durante la gravidanza e il parto, mentre alcuni valutavano anche le cure fornite ai neonati.

#Caratteristiche del Modello

Abbiamo scoperto che circa un quarto degli studi utilizzava modelli creati specificamente per affrontare gli obiettivi dello studio, mentre molti altri si affidavano a modelli esistenti. Una porzione significativa degli studi ha utilizzato il Lives Saved Tool (LiST) o un altro modello consolidato, il che indica una dipendenza da metodi familiari nel campo.

La maggior parte dei modelli era lineare, il che significava che assumevano una relazione diretta tra interventi e risultati. I modelli stocastici, che incorporano il caso e la casualità, erano meno comuni tra gli studi esaminati.

Anche se molti studi non fornivano una rappresentazione visiva della loro struttura di modellazione, quelli che sviluppavano nuovi modelli tendevano a includere diagrammi dei loro metodi.

#Analisi e Risultati degli Studi

In termini di risultati, la mortalità materna e neonatale è stata riportata più frequentemente, mentre i risultati di morbilità erano meno comuni. Questa limitata attenzione sulla morbilità è notevole, poiché molti interventi mirano non solo a prevenire la morte ma anche a migliorare la qualità della vita per madri e neonati.

Pochi studi hanno esaminato i risultati delle morti intrauterine, che sono state spesso trascurate nelle discussioni sulla salute materna e perinatale. Affrontare le morti intrauterine è vitale poiché rappresentano sfide sanitarie significative e sono collegate a importanti implicazioni per la salute delle madri.

#Discussione

Questa revisione presenta una panoramica dettagliata su come la modellazione matematica venga utilizzata nella valutazione degli interventi nella salute materna e perinatale nell'Africa subsahariana. L'aumento del numero di studi che impiegano questi metodi indica la loro crescente importanza nell'affrontare le questioni delle politiche sanitarie.

Abbiamo scoperto che il modello più comunemente usato in questo ambito è stato LiST, che è riconosciuto per la sua rappresentazione completa delle interventi e dei risultati sanitari. Tuttavia, è fondamentale riconoscere che i sistemi sanitari sono complessi e spesso mostrano comportamenti non lineari che potrebbero non essere catturati da modelli lineari come LiST.

Molti studi non hanno valutato l'impatto degli interventi sulla morbilità o sulle morti intrauterine, il che può portare a una sottostima dei veri impatti sulla salute degli interventi di cura materna. È necessario un approccio più completo per comprendere gli effetti degli interventi, considerando non solo la mortalità ma anche la morbilità e le morti intrauterine.

La revisione ha anche evidenziato la necessità di approcci di modellazione più consapevoli del contesto. Sebbene i modelli esistenti possano fornire intuizioni utili, quelli che considerano i contesti locali, attraverso metodi partecipativi o modellazione basata su individui, possono offrire rappresentazioni più accurate dei sistemi sanitari.

In generale, questa revisione indica che, mentre la modellazione matematica nella ricerca sulla salute materna e perinatale è sempre più impiegata, c'è ancora un ampio margine di miglioramento su come questi modelli sono applicati, in particolare nella cattura della complessità dei sistemi e dei risultati sanitari.

#Conclusione

Questa analisi della modellazione matematica nel campo della salute materna e perinatale mostra che, sebbene siano stati fatti significativi progressi per valutare gli interventi, ci sono notevoli lacune su come questi modelli affrontano gli esiti sanitari. La revisione fornisce preziose intuizioni sul panorama attuale della ricerca, sottolineando che i futuri studi dovrebbero mirare ad ampliare il loro focus per includere esiti di morbilità e morti intrauterine, oltre ad adattare le metodologie per allinearsi meglio alle complessità dei sistemi sanitari nell'Africa subsahariana.

Per sfruttare appieno il potenziale della modellazione matematica, i ricercatori dovrebbero cercare di incorporare fattori specifici del contesto e considerare approcci di modellazione più diversi, che potrebbero portare a una comprensione più chiara dell'efficacia degli interventi per la salute materna e neonatale.