Collaborazioni
La diffusione dei nostri progetti di ricerca si traduce in collaborazioni che mirano a coinvolgere Istituzioni accademiche e sanitarie
Regione Piemonte
Numerose terapie intensive del Piemonte partecipano da tempo ad un programma di valutazione e di miglioramento della qualità ed efficienza dei loro reparti. Il progetto di miglioramento della qualità dell’assistenza nell’ambito dei reparti di terapia intensiva delle Aziende Sanitarie piemontesi prevede la valutazione di 11 differenti indicatori, classificati in 4 macro categorie: indicatori di esito, di processo, di appropriatezza delle risorse e di integrazione.
Regione Toscana
Con la regione Toscana è attiva una convenzione tra Regione e Laboratorio Clinical Data Science. L’accordo prevede l’elaborazione di indicatori attraverso i quali le TI possono monitorare diversi aspetti della loro attività clinica. Gli indicatori consentono un’analisi della gestione delle risorse e della programmazione delle attività e possono essere utili alle TI che raccolgono i dati, alle amministrazioni, ai reparti ospedalieri con i quali le TI collaborano e ai laboratori ospedalieri
ARS Toscana
Nell’ambito della sorveglianza delle infezioni, collaboriamo con il Ministero della Salute e l’Agenzia Regionale di Sanità Toscana (ARS) all’interno del progetto europeo United4Surveillance con l’obiettivo di creare un collegamento tra i dati clinici raccolti attraverso i software di raccolta dati presenti nei reparti di Terapia Intensiva e i dati microbiologici disponibili presso l’ARS, al fine di sviluppare un sistema di sorveglianza e segnalazione degli eventi in tempo reale e di attuare interventi preventivi nel controllo della diffusione delle infezioni correlate all’assistenza.
Rete TIPNET
In ambito pediatrico, i dati raccolti hanno permesso di avviare una collaborazione con la rete TIPNET, un registro multicentrico permanente che coinvolge 24 unità di Terapia Intensiva pediatrica presenti sul territorio nazionale
Rete LOGIC
Nel settembre 2023 il GiViTI è entrato a far parte della rete LOGIC, una piattaforma internazionale di registri di Terapia Intensiva che mira al confronto e al miglioramento della qualità dell’assistenza
Università degli Studi di Torino
Con il Dipartimento di Scienze della Sanità Pubblica e Pediatriche dell’Università degli Studi di Torino a partire dal 2023, confrontiamo i dati di prevalenza ed incidenza delle infezioni correlate all’assistenza raccolti nelle Terapie Intensive del gruppo GiViTI con le stime di incidenza misurate attraverso il terzo Piano per la Salute italiano (PPS)
Politecnico di Milano
La collaborazione con il Politecnico di Milano, in particolare con il DEIB – Dipartimento di Elettronica Ingegneria e Bioingegneria, ha consentito lo sviluppo dell’evento GiViThon – GiViTI Critical Care Datathon. Un evento in cui squadre multidisciplinari si sfidano rispondendo a quesiti clinici di particolare rilevanza clinica analizzando i dati provenienti dalla cartella clinica elettronica MargheritaTre, installata in più di 70 reparti di Terapia Intensiva sul territorio italiano
ISS
A partire dal 2020, è stato avviato un progetto CCM sulla sorveglianza delle infezioni correlate all’assistenza, con il coinvolgimento dell’Istituto Superiore di Sanità come capofila, nell’ambito del quale forniamo i dati sulla sorveglianza delle infezioni correlate all’assistenza all’European Centre for Disease Prevention and Control (ECDC)
Istituto di Ricerche Farmacologiche Mario Negri IRCCS
Collaboriamo con il Laboratorio di Salute Pubblica in merito alla patologia dell’ADHD, con il Laboratorio di Farmacodinamica e Farmacocinetica per l’analisi di campioni di plasma nel contesto del progetto ABIOKIN e con il Laboratorio di Laboratorio di Ricerca per il Coinvolgimento dei Cittadini in Sanità per la creazione e diffusione di una survey per conoscere l’opinione dei cittadini in merito alla condivisione dei dati clinici
Rotary CLUB - Sede di Lecco
A partire dal 2023, è in corso una collaborazione con il Rotary Club di Lecco in merito all’insufficienza renale acuta e ai modelli di previsione e sistemi di supporto alla decisione con l’obiettivo di migliorare gli algoritmi per predire l’insorgenza di insufficienza renale acuta nei reparti di TI