Risk factors for patients with social determinants of health not to follow up with community-based organizations to which they have been referred

Uno studio retrospettivo su 342 pazienti del pronto soccorso dell'ospedale LIJ ha rilevato che, sebbene fattori demografici e sociali come la razza, la lingua e l'assicurazione mostrino tendenze nel seguire le indicazioni verso organizzazioni comunitarie, nessuna di queste variabili ha raggiunto la significatività statistica, suggerendo la necessità di ricerche future con campioni più ampi per comprendere appieno l'impatto dei determinanti sociali della salute.

L'essenziale

🏥 Il Ponte che non tutti attraversano: Perché i pazienti non seguono le indicazioni?

Immagina che l'Ospedale (in questo caso, il pronto soccorso di Long Island Jewish) sia un grande nodo ferroviario. Quando una persona arriva ferita o malata, i medici la curano e poi le danno un biglietto per un treno speciale. Questo "treno" non porta in un altro ospedale, ma verso organizzazioni della comunità (CBO) che offrono aiuti concreti: cibo, case, lavoro o supporto mentale.

L'obiettivo dello studio è stato capire: perché alcune persone salgono su questo treno e altre no?

🕵️‍♂️ La Missione: Indagare sui "Fattori Sociali"

I ricercatori hanno guardato indietro nel tempo (uno studio "retrospettivo") analizzando 342 biglietti (pazienti) distribuiti tra febbraio e luglio 2023.
Hanno cercato di capire se il motivo per cui qualcuno non prendeva il treno dipendesse da chi era:

• Il colore della sua pelle (Razza)?
• La lingua che parlava?
• La sua età o il suo lavoro?
• Se aveva un'assicurazione sanitaria o no?

Questi elementi sono chiamati Determinanti Sociali della Salute (SDOH). Immaginali come il meteo o il terreno su cui il paziente deve camminare per raggiungere la stazione. Se piove troppo o il terreno è fangoso, è più difficile arrivare a destinazione.

🔍 Cosa hanno scoperto? (I "Quasi" Indizi)

I ricercatori hanno fatto i calcoli e hanno notato alcune tendenze curiose, come se avessero visto dei segnali luminosi che si accendevano, ma non abbastanza forti da essere certi al 100%.

Ecco cosa hanno visto:

1. Chi parla altre lingue: Paradossalmente, chi parlava una lingua diversa dall'inglese sembrava prendere il treno più spesso (81,8%) rispetto a chi parlava inglese. È come se chi ha bisogno di più aiuto fosse anche più motivato a cercarlo!
2. Chi è di colore: I pazienti non bianchi hanno seguito le indicazioni più spesso (73,2%) rispetto ai pazienti bianchi (55,6%).
3. I più anziani: Le persone sopra i 64 anni sembravano più attente (80,0%) rispetto ai giovani.
4. Chi ha l'assicurazione: Chi aveva una copertura sanitaria seguiva le indicazioni più spesso.

MA... c'è un "MA" molto importante.
Quando i ricercatori hanno usato la loro "lente matematica" (il test statistico), hanno scoperto che nessuna di queste differenze era abbastanza forte da essere considerata una regola certa. In termini semplici: le differenze che hanno visto potrebbero essere state solo una coincidenza, come lanciare una moneta e uscire testa tre volte di fila.

🤔 Perché non sono riusciti a essere certi?

Immagina di cercare di capire se una ricetta è buona assaggiando solo due cucchiai di torta invece dell'intera torta.
Il problema principale di questo studio è che il campione era troppo piccolo (solo 342 persone). Con così pochi dati, è difficile dire con certezza se un fattore (come la lingua o la razza) sia davvero la causa del problema. È come cercare di prevedere il meteo di un intero continente guardando solo una nuvola.

💡 Cosa significa tutto questo per noi?

Anche se i numeri non hanno dato una risposta definitiva, lo studio ci insegna tre cose importanti:

1. Il sistema è complesso: Non esiste un solo motivo per cui qualcuno non va a prendere l'aiuto. È un mix di lingua, cultura, paura, trasporti e soldi.
2. Non diamo per scontato chi ha bisogno: A volte pensiamo che chi parla un'altra lingua o chi è più povero non seguirà le indicazioni. Questo studio suggerisce il contrario: spesso sono proprio loro a cercare attivamente aiuto, ma il sistema potrebbe non essere abbastanza veloce o chiaro per loro.
3. Serve più ricerca: Per costruire un "ponte" solido che porti tutti i pazienti all'aiuto di cui hanno bisogno, abbiamo bisogno di guardare più biglietti, più pazienti e più storie.

🚀 La Conclusione in una frase

Lo studio ci dice che offrire un biglietto per l'aiuto non è sufficiente. Dobbiamo capire meglio chi siamo, quali ostacoli (come la lingua o la paura) ci impediscono di salire sul treno, e dobbiamo fare ricerche più ampie per costruire un sistema in cui nessuno rimanga sulla banchina.

In sintesi: l'ospedale sta cercando di fare la cosa giusta, ma per essere sicuri che il "treno dell'aiuto" arrivi a destinazione per tutti, serve un po' più di tempo, dati e ascolto.

Sommario tecnico

Riassunto Tecnico: Fattori di Rischio per il Mancato Follow-up con Organizzazioni Basate sulla Comunità in Pazienti con Determinanti Sociali della Salute (SDOH)

1. Il Problema

I Determinanti Sociali della Salute (SDOH) – fattori quali istruzione, alloggio, occupazione, sicurezza alimentare e supporto sociale – influenzano significativamente gli esiti di salute e l'utilizzo dei servizi sanitari. Nonostante la crescente integrazione di programmi di screening SDOH nei Pronto Soccorso (ED) per indirizzare i pazienti verso Organizzazioni Basate sulla Comunità (CBO), i tassi di follow-up rimangono criticamente bassi.
In particolare, l'ospedale Long Island Jewish (LIJ) Medical Center ha implementato un Centro di Dimissione del Pronto Soccorso (EDDC) per facilitare questi indirizzi tramite piattaforme come Unite Us. Tuttavia, una revisione interna ha rivelato un tasso di follow-up del solo 4,5% tra i pazienti a cui è stato fatto un riferimento. Il problema centrale è l'identificazione dei fattori di rischio specifici (demografici e sociali) che impediscono ai pazienti di completare il percorso verso le risorse comunitarie, limitando l'efficacia degli interventi e perpetuando le disparità sanitarie.

2. Metodologia

Lo studio ha adottato un approccio retrospettivo basato sull'analisi di dati raccolti tra febbraio e luglio 2023 presso il Pronto Soccorso dell'ospedale LIJ.

• Cohort: 342 pazienti sottoposti a screening SDOH e successivamente indirizzati a CBO.
• Strumenti di Raccolta Dati: Sondaggio cartaceo per lo screening e piattaforma elettronica (Unite Us/NowPow) per la gestione dei riferimenti.
• Variabili Analizzate:
  • Demografiche: Razza, lingua parlata, età, genere.
  • Socio-economiche: Stato occupazionale, stato assicurativo (Medicare, Medicaid, privato, non assicurato).
  • Esito Primario: Completamento del follow-up con la CBO entro due settimane dall'invio.
• Analisi Statistica: Sono stati utilizzati statistiche descrittive (percentuali) e test Chi-quadro (con gradi di libertà N-1) per determinare le associazioni significative tra le variabili demografiche/sociali e il tasso di follow-up. Il livello di significatività è stato fissato a p < 0,05.
• Etica: Lo studio è stato esentato dalla revisione IRB in quanto progetto di miglioramento della qualità; tutti i dati sono stati anonimizzati.

3. Risultati Chiave

L'analisi ha evidenziato diverse tendenze nei tassi di follow-up, sebbene nessuna variabile abbia raggiunto la significatività statistica (tutti i valori p > 0,05), probabilmente a causa delle dimensioni limitate del campione.

• Razza: I pazienti non bianchi hanno mostrato un tasso di follow-up più alto (73,2%) rispetto ai pazienti bianchi (55,6%).
• Lingua: I pazienti che parlano una lingua diversa dall'inglese hanno avuto un tasso di follow-up superiore (81,8%) rispetto ai parlanti inglese (68,5%).
• Età: Gli adulti over 64 hanno seguito le indicazioni con maggior frequenza (80,0%) rispetto ai pazienti di età pari o inferiore a 64 anni (69,1%).
• Genere: Le pazienti donne hanno seguito più frequentemente (76,5%) rispetto agli uomini (64,5%).
• Assicurazione: I pazienti assicurati hanno avuto un tasso di follow-up del 77,8% contro il 65,8% dei non assicurati.
• Occupazione: Non sono state osservate differenze sostanziali tra occupati (71,4%) e disoccupati (70,6%).

Tabella Sintetica dei Dati (dal documento):

Fattore	Gruppo	Tasso di Follow-up	Valore p
Razza	Non Bianco	73,2%	0,285
	Bianco	55,6%
Lingua	Non Inglese	81,8%	0,3805
	Inglese	68,5%
Età	> 64 anni	80,0%	0,4891
	≤ 64 anni	69,1%
Assicurazione	Assicurato	77,8%	0,2982
	Non Assicurato	65,8%

4. Contributi Chiave

• Identificazione di Trend Non Significativi ma Istruttivi: Lo studio contribuisce alla letteratura evidenziando che, in questo specifico contesto, i gruppi tradizionalmente considerati "a rischio" (minoranze etniche, non madrelingua inglese) hanno mostrato tassi di adesione più alti, sfidando alcune assunzioni comuni sulla barriera linguistica o culturale come unico fattore di esclusione.
• Analisi di un Campione Reale in ED: Fornisce dati empirici su un campione di pazienti del Pronto Soccorso di un'area ad alta diversità (Long Island), offrendo un contesto reale per l'implementazione di programmi di screening SDOH.
• Limitazione del Campione: Il lavoro sottolinea l'importanza critica della dimensione del campione negli studi SDOH, dimostrando come piccoli numeri possano mascherare associazioni statisticamente significative, rendendo necessari studi più ampi.

5. Significato e Implicazioni

• Necessità di Campioni Più Ampii: La mancanza di significatività statistica non nega l'esistenza di barriere, ma indica la necessità di studi longitudinali e con campioni più grandi per isolare i veri predittori di mancato follow-up.
• Ottimizzazione dei Sistemi di Riferimento: I risultati suggeriscono che i sistemi di riferimento attuali potrebbero non essere sufficientemente mirati. È necessario sviluppare strategie personalizzate che tengano conto della complessa interazione tra fattori culturali, linguistici e socioeconomici.
• Impatto Economico e Sanitario: Migliorare i tassi di follow-up con le CBO è essenziale per ridurre l'uso improprio del Pronto Soccorso, abbattere i costi sanitari (evitando ricoveri evitabili) e migliorare la gestione delle malattie croniche nelle popolazioni svantaggiate.
• Raccomandazioni Future: La ricerca futura dovrebbe esplorare variabili aggiuntive (salute mentale, accesso ai trasporti, livello di istruzione) e condurre studi prospettici per comprendere come questi fattori evolvono nel tempo, al fine di creare interventi SDOH più efficaci e integrati nei flussi clinici.

In conclusione, sebbene lo studio non abbia trovato prove statisticamente significative di correlazione diretta tra le variabili analizzate e il mancato follow-up, le tendenze osservate offrono una base fondamentale per ripensare le strategie di engagement dei pazienti, spostando l'attenzione verso un approccio più olistico che superi le semplici categorizzazioni demografiche.