Le pressioni sui servizi sanitari (demografiche, epidemiologiche, sociali, pandemia COVID-19) e la risposta del sistema ospedaliero. Il caso studio del Policlinico S. Orsola di Bologna

I sistemi sanitari sono messi sotto stress da fattori diversi che possono essere sintetizzati schematizzando il problema in pressioni sistemiche e pressioni pandemiche leggendole secondo due vettori paralleli: fattori modificabili e fattori non modificabili. I fattori non modificabili sono legati alla condizione socio-demografica di una popolazione (reddito pro-capite, livello di istruzione) e alle caratteristiche individuali dei pazienti che accedono ai servizi (condizioni di moltimorbidità, fragilità, età, sesso) mentre i fattori modificabili sono legati al modello organizzativo del servizio regionale e Aziendale. I fattori modificabili sono quelli che leggendo i fattori non modificabili possono adattarsi al contesto specifico e con gradi di flessibilità variabile rispondere alle domande emergenti. Il tradizionale approccio ospedaliero, ancora in gran parte basato su modelli organizzativi funzionalmente e strutturalmente chiusi, costruiti attorno alle singole discipline, non si è rivelato in grado di rispondere adeguatamente da solo a questi bisogni di salute complessi che necessitano di una presa in carico multidisciplinare e coordinata tra diversi setting assistenziali. La pandemia che ha portato in Italia ad avere più di 8 milioni di contagiati ha esacerbato problemi storici dei sistemi sanitari. Le Regioni e le Aziende hanno fronteggiato un doppio binario di attività vedendo ridursi l’erogazione di servizi per i pazienti non Covid per far fronte all’incremento di ricoveri di pazienti Covid. Il Policlinico S. Orsola ha in questa congiuntura storica sviluppato un progetto di miglioramento del percorso del paziente urgente coinvolgendo i professionisti e dando loro strumenti operativi di analisi del problema e metodi per identificare risposte efficaci. Riprendendo infine la distinzione tra pressioni modificabili e non modificabili il lavoro mostra che dall’analisi delle cause profonde dei nodi critici del percorso del paziente si possono identificare soluzioni che impattino sugli aspetti organizzativi (modificabili) personalizzando l’approccio per il singolo paziente (non modificabile) in un’ottica patient centred.

The predictive role of the human gut microbiota in covid-19: implications for disease severity and post-covid syndrome

The COVID-19 pandemic, sparked by the SARS-CoV-2 virus, stirred global comparisons to historical pandemics. Initially presenting a high mortality rate, it later stabilized globally at around 0.5-3%. Patients manifest a spectrum of symptoms, necessitating efficient triaging for appropriate treatment strategies, ranging from symptomatic relief to antivirals or monoclonal antibodies. Beyond traditional approaches, emerging research suggests a potential link between COVID-19 severity and alterations in gut microbiota composition, impacting inflammatory responses. However, most studies focus on severe hospitalized cases without standardized criteria for severity. Addressing this gap, the first study in this thesis spans diverse COVID-19 severity levels, utilizing 16S rRNA amplicon sequencing on fecal samples from 315 subjects. The findings highlight significant microbiota differences correlated with severity. Machine learning classifiers, including a multi-layer convoluted neural network, demonstrated the potential of microbiota compositional data to predict patient severity, achieving an 84.2% mean balanced accuracy starting one week post-symptom onset. These preliminary results underscore the gut microbiota's potential as a biomarker in clinical decision-making for COVID-19. The second study delves into mild COVID-19 cases, exploring their implications for ‘long COVID’ or Post-Acute COVID-19 Syndrome (PACS). Employing longitudinal analysis, the study unveils dynamic shifts in microbial composition during the acute phase, akin to severe cases. Innovative techniques, including network approaches and spline-based longitudinal analysis, were deployed to assess microbiota dynamics and potential associations with PACS. The research suggests that even in mild cases, similar mechanisms to hospitalized patients are established regarding changes in intestinal microbiota during the acute phase of the infection. These findings lay the foundation for potential microbiota-targeted therapies to mitigate inflammation, potentially preventing long COVID symptoms in the broader population. In essence, these studies offer valuable insights into the intricate relationships between COVID-19 severity, gut microbiota, and the potential for innovative clinical applications.