Percorsi di utenza nei SerT

1.1 Logiche di fondo e necessità cognitive

Lo studio metrico dei flussi informativi di un servizio sanitario si articola secondo diverse dimensioni di analisi e consente all’analista, che assurge il ruolo di osservatore esterno, di effettuare valutazioni di sintesi sulle variabili strutturali coinvolte.
Diviene a volte però utile riposizionare il punto di osservazione dall’esterno all’interno del servizio, entrare nell’unità operativa e studiare l’utente lì dove fruisce le prestazioni.
Le proprietà di un individuo che possono essere osservate prima, dopo e durante l’interazione con il servizio sono sostanzialmente tre:
1. la sua condizione
2. i suoi pensieri
3. le sue azioni, i suoi percorsi
lo studio di queste proprietà specifiche del cliente permette di rispondere a tre fondamentali domande relative all’utente: “chi è?”, “cosa pensa del servizio?”, “come si comporta/come si muove all’interno del servizio?”.
In questo articolo viene presentata la sperimentazione di un’innovativa tecnica di analisi longitudinale che permette di ricostruire ed analizzare percorsi di utenza, dove per percorsi si intende una successione, una catena di “stati” propria di ogni singolo utente. Ciò risulta fondamentale nel momento in cui l’obiettivo è quello di cercare di capire come l’utente effettivamente si interfaccia con il servizio.
Questa tecnica, sperimentata nel 2006 da Synergia [1]  sulla popolazione tossicodipendente del SerT di Varese, prende il nome di Sequence analysis.


1.2 Sequence methods

I dataset caratterizzati da valori temporali possono essere analizzati utilizzando due tipologie di metodi di analisi: gli step-by-step methods e le sequence analysis. Del primo gruppo fanno parte le time series e gli event history methods. Nello specifico, gli  event history methods vengono utilizzati quando si vuole concentrare l’attenzione sulle transizioni da uno specifico stadio e quando la questione è il tempo fino alla transizione.
Il secondo gruppo di strumenti, i sequence methods, considera un’intera sequenza come unità di analisi e si concentra su problematiche con caratteristiche comuni, con lo scopo di stabilire tipologie di sequenze. Questa metodologia offre una tecnica molto importante per l’analisi di un’intera sequenza di dati, senza abbandonare i dettagli sull’ordine degli episodi, della durata e della transizione.
Una grossa parte della ricerca sociologica si sta sempre più concentrando su problematiche legate ad eventi e azioni che avvengono con un determinato ordine, ovvero ciò che viene definito come sequence problem. Tali problematiche sono centrali nella letteratura sulle carriere di vario tipo: carriere professionali, carriere criminali. Sono anche comuni negli studi su percorsi di vita e sue transizioni, così come in numerose applicazioni macrosociologiche.
Con sequence (sequenza) si intende una lista ordinata di elementi. Nel nostro caso si intende sempre una sequenza temporale, anche se dal punto di vista matematico l’ordine può avere altre dimensioni, ad esempio spaziale. Ad ogni modo, non viene fatta nessuna assunzione specifica sul tempo reale. Nonostante a volte una sequenza permetta legami, molto spesso le sequenze vengono considerate come discrete, singole liste. Gli elementi di una sequenza sono “eventi”, estratti da una possibile serie di eventi in una serie di sequenze, l’”universo di eventi”.
Se si è interessati a trattare le sequenze come unità intere, allora bisognerà ricorrere ad altre metodologie di analisi. Il problema centrale, in questo tipo di analisi, è la ricerca di modelli all’interno delle sequenze, sia sull’intera sequenza che all’interno di parti della stessa. Prima di procedere con l’analisi vera e propria, l’analista deve costruire la matrice delle sequenze, scegliendo i criteri che reputa più adatti per la propria ricerca. In questo stadio vanno inserite le metodologie di scelta dei criteri per la classificazione degli eventi. Possono essere seguiti due distinti approcci, uno algebrico ed uno metrico. Nell’approccio algebrico, il fine è quello di ridurre ogni sequenza ad una più semplice forma e di raccogliere tutte le sequenze con simili forme sotto un unico gruppo.
Nell’approccio metrico, invece, l’analista sviluppa una misura di affinità che dia la distanza tra ogni sequenza. Queste distanze saranno poi soggette ad alcuni metodi di classificazione come lo scaling (per ordine di grandezza), o il clustering (per gruppi). Una volta costruita la matrice, si potrà procedere con la sua analisi. 
La più diffusa strategia di analisi iniziale è la cluster analysis.

1.3 I risultati della ricerca

Popolazione analizzata: 778 utenti tossicodipendenti [2]  del SerT di Varese entrati in trattamento a partire dal 1997 e per cui è stato possibile risalire alla prima presa in carico.

Stati possibili:

Arco temporale di analisi: primi 12 mesi dalla prima presa in carico nel servizio. L’unità temporale minima è di 1 mese [3]

Output dell’analisi: l’applicazione della metodologia di analisi sequenziale porta alla definizione di 7 gruppi ognuno dei quali caratterizzato da utenti con analogie nei percorsi all’interno del servizio.
Ogni “stato” è contraddistinto da una differente tonalità cromatica. La ricostruzione degli stati degli utenti nei primi dodici periodi (mesi) di permanenza in trattamento determina le catene sequenziali vere e proprie oggetto di analisi.
 

 

Nonostante siano state generate 7 diverse tipologie di gruppi di utenza, ad un’attenta osservazione possono essere individuati due macro-gruppi principali: quello degli utenti a ciclo continuo (gruppi 1,2,4,5,6,7) e quello degli utenti a ciclo alternato (gruppo 3).
Gli utenti a ciclo continuo rimangono in trattamento per un numero di mesi variabile, ma trascorso questo periodo giungono tutti a un esito definitivo. Gli utenti a ciclo alternato invece manifestano una elevata instabilità nel percorso di cura, alternando periodi di permanenza in trattamento al SerT a periodi fuori dal servizio. 

1.3.1 Utenti a ciclo continuo

Stima della probabilità di manifestare uno degli otto esiti al dodicesimo periodo per gruppo

	Gruppo 1	Gruppo 2	Gruppo 4	Gruppo 5	Gruppo 6
In trattamento	1,7	-	-	-	-
Inserito in comunità	3,3	-	-	-	-
Programma completato	25,0	40,0	42,6	28,2	20,0
Programma interrotto	13,3	12,0	13,0	10,3	22,9
Perso di vista (da più di 45 giorni)	41,7	22,0	22,2	28,2	17,1
Deceduto	-	2,2	-	-	-
Entrato in carcere	1,7	4,0	1,9	-	2,9
Trasferito/Inviato ad altro Servizio	13,3	20,0	20,4	33,3	37,1
Totale	100,0	100,0	100,0	100,0	100,0

Stima della probabilità di manifestare uno degli otto esiti al dodicesimo periodo per durata del trattamento

	10 mesi e più in trattamento	Da 7 a 9 mesi in trattamento	Da 4 a 6 mesi in trattamento	Da 1 a 3 mesi in trattamento
In trattamento	4,2
Inserito in comunità		3,6
Programma completato	29,2	38,2	36,6	23,4
Programma interrotto	12,5	14,5	12,2	15,6
Perso di vista (da più di 45 giorni)	37,5	29,1	25,6	24,7
Deceduto		1,8
Entrato in carcere		3,6	2,4	1,3
Trasferito/Inviato ad altro Servizio	16,7	9,1	23,2	35,1
Totale	100,0	100,0	100,0	100,0

Il dato che emerge su tutti dall’osservazione di questi risultati preliminari è l’esistenza di una relazione diretta fra il tempo di permanenza in trattamento e il tipo di esito conseguito. Incrociando gli esiti degli utenti dei gruppi a ciclo continuo con il tempo di permanenza in trattamento dalla prima presa in carico, osserviamo che la probabilità di completare il programma è più elevata nelle categorie centrali e in particolar modo tra i 7 e 9 mesi dalla presa in carico (38,2%): pare confermato il fatto che le probabilità di successo terapeutico (dimissione dal servizio) si massimizzino una volta trascorsi i 6 mesi di trattamento. Oltre i 9 mesi tuttavia la resa di ogni mese aggiuntivo in trattamento pare diminuire e la probabilità di completare il programma passa dal 38,2% al 29,2%. Ancor più bassa è la quota percentuale di utenti che completano il programma restando in trattamento per non più di 3 mesi (23,4%).

Probabilità di completare il programma e di essere persi di vista tra i 7 e 9 mesi di trattamento (utenti a ciclo continuo)

Probabilità di completare il programma e di essere persi di vista con più di 10 mesi di trattamento (utenti a ciclo continuo)

1.3.2 Utenti a ciclo alternato

Particolare attenzione meritano invece gli utenti del gruppo 3, i quali manifestano comportamenti molto differenziati rispetto alle traiettorie disegnate dai pazienti di tutti gli altri gruppi. Se infatti negli altri casi è possibile individuare profili lineari, stabili, per quanto riguarda gli utenti del gruppo 3 vi è una sostanziale ed accentuata variabilità intertemporale.  Se osserviamo per esempio come si muovono le più importanti dimensioni di analisi nell’arco temporale di 12 mesi ci accorgiamo immediatamente di come il quadro cambi rispetto alle analisi precedenti. Le analisi condotte sui gruppi 1,2,4,5,6 delineavano traiettorie molto chiare: l’utente restava in carico al servizio per un determinato periodo di trattamento, trascorso il quale raggiungeva un determinato esito, positivo o negativo.

 Per quanto riguarda gli utenti persi di vista, si riscontrano tutto sommato livelli modesti di abbandoni dell’iter terapeutico, se posti in relazione agli altri gruppi. Il dato più curioso su questa dimensione emerge invece dall’osservazione del trend dinamico su tutti i 12 mesi. Dopo un forte aumento di abbandoni fra il secondo e terzo mese, si tocca il punto di massimo in corrispondenza del quinto periodo con una quota percentuale pari al 22,1%, proprio in corrispondenza del minimo fatto registrare dalla quota di utenti in trattamento.
 Tra il quinto/sesto periodo il numero di utenti che hanno abbandonato il servizio comincia a calare, diminuendo di circa il 10% fra il sesto e dodicesimo periodo.
E’ sorprendente osservare quale sia il rapporto di dipendenza inversa fra la quota di utenti in trattamento e la quota di utenti persi di vista, il che testimonia il fatto che all’utenza del gruppo 3 è da associarsi una elevata mobilità intra ed extra servizio. Tali individui dimostrano di essere utenti marginali, ai quali è possibile associare un’alta variabilità nelle scelte e nei comportamenti. In genere all’interno dei servizi alle dipendenze si è soliti definire questi utenti come utenti a ciclo alternato: utenti che non hanno percorsi di cura lineari, ma che alternano periodi di permanenza a periodi di assenza dal servizio.

Curioso è oltretutto l’andamento dei completamenti di programma. Il primo dato che emerge, è che la probabilità di completare definitivamente il programma è inferiore su tutti i periodi rispetto a quanto accade per gli altri gruppi. Dopo un periodo di 6-7 mesi di costante aumento della quota di utenti che portano a termine con successo l’iter terapeutico (il massimo è il 12,8% al settimo mese dalla presa in carico), la percentuale comincia a calare portandosi tra l’undicesimo e dodicesimo periodo su valori dell’8-10%, sintomo del fatto che una parte degli utenti che nel primo semestre erano stati dimessi con successo, rientra nel circuito dei servizi, come testimoniato oltretutto dall’aumento dell’utenza in trattamento tra il sesto e dodicesimo periodo.

Evoluzione sull’arco temporale dei dodici mesi della probabilità di trovarsi in trattamento (Utenti a ciclo alternato*)

 *Gli utenti a ciclo alternato sono gli utenti appartenenti al gruppo3.


Evoluzione sull’arco temporale dei dodici mesi del rischio di essere persi di vista (Utenti a ciclo alternato)

Evoluzione sull’arco temporale dei dodici mesi della probabilità di completare il programma (Utenti a ciclo alternato)

1.4 Le caratteristiche socio-demografiche ed epidemiologiche degli utenti

Di seguito si presentano i risultati più importanti emersi dall’analisi di alcune variabili strutturali per ognuno dei 7 gruppi individuati.

1. La variabile sesso non pare essere particolarmente discriminante nell’individuare differenze significative tra i gruppi, se non per quanto riguarda il gruppo 3 degli utenti a ciclo alternato, dove la quota delle femmine è molto più consistente rispetto al resto della popolazione. Da un confronto con responsabili e operatori dei servizi questo risultato è stato sostanzialmente confermato dall’esistenza di una maggiore criticità della compliance relativa all’utenza femminile.
2. Gli utenti del gruppo 3 hanno età medie di assunzione delle sostanze di abuso sia primario che secondario più basse rispetto alla media generale.
3. Gli utenti del gruppo 4 (ossia quelli che hanno maggiori chance di completamento del programma nel breve-medio periodo) hanno mediamente un’istruzione superiore rispetto agli altri.
4. Gli utenti del gruppo 3 e 6 hanno invece un più basso livello di istruzione.
5. Sempre nel gruppo 3 è più alta, rispetto alla media generale, la quota di coloro che non completano il ciclo di studi (39,5%).
6. I gruppi 5,6,3 (quelli a cui per diversi motivi sono associati più elevati livelli di criticità) sono quelli in cui le percentuali di disoccupazione sono più elevate.
7. Gli utenti che più a lungo stanno in trattamento sono utenti eroinomani.
8. Il gruppo 4 (quello degli utenti che hanno maggiori chance di successo per completamento programma) ha un’elevata quota di tossicodipendenti da droghe leggere: cannabinoidi (33,3%).
9. Gli utenti del gruppo 3 (a ciclo alternato) sono per la stragrande maggioranza eroinomani (81,4%).
10. Gli utenti dei gruppi con “maggior successo di cura” hanno quote più basse di consumo di cocaina come abuso secondario.
11. Gli appartenenti al gruppo 4 hanno quote irrisorie di positività all’HIV e all’epatite B e C.
12. Molto alta è la quota di HCV positivi nel gruppo 3 (41,9%).

L’analisi descrittiva incrociata fra percorsi e caratteristiche dell’utenza coinvolta mette in evidenza alcuni aspetti salienti della popolazione del circuito dei servizi alla dipendenza, ne delinea traiettorie, descrive comportamenti e analizza peculiarità specifiche.
Le variabili strutturali che si è potuto utilizzare in questo percorso di analisi, sono quelle che il sistema informativo dell’Asl registra al transito dell’utente presso il servizio. Non è però da escludere, che all’interno dello spettro di caratteristiche esplicative potenzialmente in grado di fare emergere l’eterogeneità latente all’interno della popolazione del SerT, vi siano una serie di variabili che il sistema informativo non contempla e che garantirebbero invece una migliore descrizione dei livelli di criticità associati all’utenza coinvolta. Variabili quali la condizione familiare, il network relazionale-amicale o il percorso di dipendenza pregresso, sono indicatori che consentirebbero di analizzare in maniera più approfondita la variabilità che soggiace alle diverse tipologie di utenza. Risulterebbe infatti molto interessante ai fini della ricerca, poter incrociare i dati messi a disposizione dal sistema informativo su percorsi e variabili strutturali, con rilevazioni, a mezzo questionario, che siano in grado di far emergere variabili quali la solidità e la tenuta del network familiare e relazionale del paziente, l’insorgenza di momenti o accadimenti particolarmente critici nella sua esistenza passata e presente: pensiamo per esempio a come possano incidere sulla psiche e sui comportamenti dell’utente fattori quali l’esistenza di problematiche di tossicodipendenza o alcoldipendenza in famiglia, gravi malattie o eventi luttuosi nella rete amicale e familiare, i luoghi, i tempi e le persone coinvolte nel circuito privato della dipendenza, la percezione della propria condizione attuale e la proiezione di sé nel futuro, l’atteggiamento nei confronti degli operatori e del servizio.

-----------------------------
Note:
(1) Ricerca condotta da Synergia nell’ambito dell’Osservatorio delle dipendenze dell’Asl di Varese.
(2) La scelta di prendere in considerazione per l’analisi la sola popolazione di utenti tossicodipendenti è stata dettata dalla necessità di avere a disposizione una popolazione che presentasse caratteristiche specifiche omogenee. La scelta dei tossicodipendenti invece che di altre popolazioni, come quella degli alcoldipendenti, è dovuta alla maggior disponibilità di osservazioni su questa tipologia di utenza.
 (3) La registrazione dell’esito terapeutico avviene ad ogni passaggio dell’utente presso il SerT, ossia ogniqualvolta viene erogata almeno una prestazione all’utente. Nei casi in cui all’utente viene erogata più di una prestazione nello stesso mese e tra una prestazione e l’altra si registra un cambiamento di “stato”/”esito”, la regola seguita è stata quella di considerare come esito per quel mese la rilevazione posteriore.