📄 health informatics

Adaptation and Psychometric Validation of a Facility-Level Tool to Assess Telemedicine Readiness in Primary Care

Questo studio ha adattato e validato psicometricamente con successo il Telemedicine Readiness Inventory at the Facility Level (TRI-F) utilizzando dati provenienti da 774 strutture di assistenza primaria in Perù, dimostrando la sua validità strutturale, la coerenza interna e l'utilità per il benchmarking e per guidare la pianificazione dell'implementazione della telemedicina.

Autori originali: Escobar-Agreda, S., Villarreal-Zegarra, D., Reategui-Rivera, C. M., Paredes-Gonzales, Y., Rojas-Mezarina, L.

Pubblicato 2026-07-10

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Escobar-Agreda, S., Villarreal-Zegarra, D., Reategui-Rivera, C. M., Paredes-Gonzales, Y., Rojas-Mezarina, L.

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Immagina di voler costruire la casa sull'albero definitiva. Hai i progetti, il legno e persino i chiodi. Ma prima di iniziare a martellare, devi sapere: il tuo albero è abbastanza forte? Hai gli strumenti giusti? Il quartiere è sicuro? E, cosa più importante, il tuo team è davvero pronto a salire lassù e viverci?

È esattamente di questo che tratta questo articolo, ma invece delle case sull'albero, parla della telemedicina (medici che vedono i pazienti attraverso uno schermo) nelle cliniche di assistenza primaria in Perù.

Il Grande Problema: Il divario tra "Essere pronti" e "Fare"

Durante la pandemia, le cliniche ovunque hanno iniziato improvvisamente a usare le videochiamate. È stato un lavoro frettoloso. Ma una volta passata l'emergenza, molte cliniche hanno smesso di usarle. Perché? Perché avere una telecamera non significa che sei pronto a usarla ogni giorno.

Gli autori volevano sistemare un righello difettoso. Esisteva uno strumento vecchio (creato da grandi organizzazioni sanitarie) destinato a controllare se una clinica fosse "pronta" per la telemedicina. Ma nessuno aveva mai verificato se quello strumento funzionasse bene. Era come usare un righello di gomma per misurare una pista da corsa: certo, potrebbe allungarsi, ma non puoi fidarti dei numeri.

La Missione: Affilare il Righello

Il team ha preso quel vecchio righello di gomma e lo ha affilato. Hanno chiamato la loro nuova versione migliorata TRI-F (Telemedicine Readiness Inventory at the Facility Level - Inventario della prontezza alla telemedicina a livello di struttura).

Hanno testato questo nuovo righello su 774 cliniche di assistenza primaria in Perù tra dicembre 2023 e marzo 2024. Hanno chiesto ai responsabili delle cliniche di compilare un sondaggio su cinque aree chiave:

Prontezza Organizzativa: Il capo è d'accordo?
Processi: Abbiamo un piano?
Ambiente Digitale: Il Wi-Fi e la tecnologia funzionano?
Risorse Umane: Abbiamo abbastanza personale addestrato?
Questioni Regolatorie: Le regole sono chiare?

(Nota: In realtà hanno scartato una sezione chiamata "Competenza" perché era troppo vaga e non si adattava alla matematica.)

I Risultaggi: Il Righello regge?

Ecco la parte interessante: la matematica dice che sì, il nuovo righello funziona!

È Robusto: Quando hanno suddiviso i dati, le cinque sezioni che hanno mantenuto si incastravano perfettamente, come pezzi di un puzzle. I punteggi di "aderenza" statistica erano altissimi (compresi tra 0,959 e 0,999 su una scala dove più alto è meglio).
È Coerente: Se avessi fatto le stesse domande due volte, avresti ottenuto la stessa risposta. I punteggi di coerenza interna erano solidi, compresi tra 0,75 e 0,87.
È Equo: Hanno controllato se lo strumento funzionava allo stesso modo per le cliniche grandi e complesse rispetto a quelle piccole e semplici, e per le persone che ci lavoravano da molto tempo rispetto a quelle appena arrivate. Funzionava! Lo strumento misura la "prontezza" equamente per tutti, indipendentemente da chi tiene in mano il righello.

Il Controllo della Realtà: Essere pronti non significa "Fare"

Ecco il colpo di scena. Gli autori hanno confrontato i punteggi di "prontezza" con il numero effettivo di videochiamate effettuate dalle cliniche.

Hanno trovato un legame positivo, ma era piccolo. I numeri di correlazione erano compresi tra 0,15 e 0,23.

Pensa a questo: avere una cassetta degli attrezzi completamente rifornita (alta prontezza) rende più facile costruire una casa sull'albero, ma non garantisce che la costruirai effettivamente. Devi comunque voler costruire, avere il tempo e avere qualcuno che salga la scala. L'articolo suggerisce che, sebbene essere "pronti" aiuti, non è l'unica cosa che decide se una clinica userà la telemedicina. Altre cose — come la domanda dei pazienti, la velocità di internet o quanto il personale apprezzi l'uso — giocano un ruolo enorme.

Cosa significa per il futuro

L'articolo non sostiene che questo strumento sia una bacchetta magica in grado di risolvere tutti i problemi della telemedicina. Invece, è uno strumento diagnostico.

Immagina un medico che usa uno stetoscopio. Lo stetoscopio non cura il paziente; dice al medico cosa non va, così può intervenire. Questo nuovo strumento è lo stetoscopio per le cliniche. Aiuta i funzionari sanitari a guardare una clinica e dire: "Ehi, il tuo punteggio nell' 'Ambiente Digitale' è basso. Mandiamo loro dei nuovi computer", oppure "Il tuo punteggio nei 'Processi' è debole. Dobbiamo formare il personale sul flusso di lavoro".

Gli autori sottolineano che questo strumento è ottimo per la pianificazione e per dare priorità a dove inviare aiuto e denaro. Ma avvertono con cura: Non usate questo punteggio per certificare una clinica come "perfetta" o "negativa". Un punteggio alto significa solo che la clinica potrebbe fare bene la telemedicina; non prova che la stia attualmente facendo perfettamente.

In sintesi

Il team ha trasformato con successo un righello instabile e non testato in uno strumento affidabile e provato matematicamente. Hanno dimostrato che funziona in diversi tipi di cliniche in Perù. Ma ci hanno anche ricordato che, solo perché una clinica è pronta (ha gli strumenti e i piani), non significa automaticamente che stia usando la telemedicina in modo efficace. È un primo passo necessario, ma non è l'intero viaggio.

Sintesi Tecnica: Adattamento e Validazione Psicometrica di uno Strumento a Livello di Struttura per Valutare la Prontezza alla Telemedicina nelle Cure Primarie

Problematica
Sebbene la telemedicina si sia espansa rapidamente, in particolare dopo la pandemia di COVID-19, la sua integrazione sostenuta nelle cure primarie di routine rimane disomogenea, specialmente nei paesi a basso e medio reddito (LMIC). Una barriera critica alla continuità a lungo termine è la mancanza di strumenti affidabili e psicometricamente validati per valutare la prontezza a livello di struttura. Gli strumenti esistenti, come il Telemedicine Readiness Inventory sviluppato dalla Pan American Health Organization (PAHO) e dalla Inter-American Development Bank (IDB), sono stati utilizzati per valutazioni descrittive ma mancano di prove quantitative rigorose riguardanti la loro struttura interna, l'affidabilità e la validità. Senza strumenti psicometricamente solidi, i sistemi sanitari faticano a confrontare le prestazioni (benchmarking), dare priorità agli investimenti o monitorare efficacemente i progressi. Questo studio affronta la necessità di adattare e validare uno strumento a livello di struttura (TRI-F) specificamente per le strutture di cure primarie (PCF) in Perù, al fine di fornire una metrica robusta della prontezza organizzativa.

Metodologia
Lo studio ha impiegato un disegno trasversale seguendo gli standard COSMIN per la validazione psicometrica, utilizzando dati secondari derivanti da una valutazione nazionale condotta dalla Direzione di Telemedicina del Ministero della Salute peruviano.

Fonte dei dati: Il dataset includeva le risposte di 774 PCF in 25 regioni del Perù, raccolte tra dicembre 2023 e marzo 2024. Il campione è stato diviso casualmente per l'Analisi Fattoriale Esplorativa (EFA) e l'Analisi Fattoriale Confermativa (CFA).
Adattamento dello strumento: L'originale strumento PAHO/IDB (85 item, 6 domini) è stato adattato. Il dominio "Expertise" (Competenza) è stato rimosso poiché rifletteva attributi individuali piuttosto che istituzionali. Le opzioni di risposta agli item sono state perfezionate, passando da etichette generiche a descrizioni specifiche su scala Likert, per ridurre l'ambiguità. Lo strumento finale comprendeva 53 item suddivisi in cinque domini: Prontezza Organizzativa, Processi, Ambiente Digitale, Risorse Umane e Questioni Regolatorie.
Approccio analitico:
- Validità strutturale: Valutata tramite EFA e CFA utilizzando matrici di correlazione policorica e stimatori di minimi quadrati pesati. Il fit del modello è stato valutato tramite CFI, TLI, RMSEA e SRMR.
- Affidabilità: La coerenza interna è stata misurata utilizzando l'alfa di Cronbach ordinale e l'omega di McDonald.
- Invarianza di misura: Testata tra diversi livelli di complessità delle strutture e anzianità del rispondente tramite CFA multigruppo, con un criterio di $\Delta$ CFI < 0,010 per l'invarianza.
- Validità di criterio: Valutata correlando i punteggi dei domini con la proporzione di incontri di telemedicina rispetto al totale degli incontri ambulatoriali (derivata dai dati amministrativi del Sistema Informativo Sanitario).

Risultati Chiave

Validità strutturale: La CFA ha dimostrato un adeguato fit del modello in tutti e cinque i domini. Gli indici di fit sono variati tra CFI 0,959–0,999, TLI 0,952–0,997, RMSEA 0,028–0,065 e SRMR 0,016–0,057. Alcuni item sono stati rimossi durante un processo iterativo per eliminare residui correlati elevati.
Affidabilità: La coerenza interna è stata da accettabile ad alta per tutti i domini, con l'alfa di Cronbach ( $\alpha$ ) compresa tra 0,75 e 0,87 e l'omega di McDonald ( $\omega$ ) tra 0,76 e 0,88.
Invarianza di misura: Lo strumento ha dimostrato invarianza scalare e metrica tra le categorie di complessità delle strutture e l'anzianità del rispondente (tempo di lavoro presso la PCF), indicando che i punteggi sono confrontabili tra questi sottogruppi.
Validità di criterio: È stata osservata una correlazione positiva ma modesta tra tutti i cinque domini di prontezza e la proporzione di utilizzo della telemedicina ( $r_s = 0,15–0,23$ ; $p < 0,001$ ).
Dati normativi: Sono stati stabiliti i dati normativi basati sui percentili (dal 1° al 99°) per facilitare il benchmarking locale, categorizzando i punteggi in livelli di prontezza bassa (1°-25°), media (26°-74°) e alta (75°-99°).

Significato e Rivendicazioni
Gli autori affermano che l'adattamento del Telemedicine Readiness Inventory a livello di struttura (TRI-F) è il primo strumento del suo genere ad essere sottoposto a una rigorosa valutazione psicometrica in un contesto di cure primarie su larga scala. Lo studio fornisce prove robuste di validità strutturale, affidabilità e invarianza di misura, supportando l'uso dello strumento per scopi diagnostici e di monitoraggio.

Il documento sostiene che, sebbene la prontezza sia una condizione abilitante necessaria per l'implementazione della telemedicina, non è un determinante sufficiente del volume o della qualità del servizio, come dimostrato dalle modeste correlazioni con l'effettivo utilizzo della telemedicina. Di conseguenza, gli autori sostengono che il TRI-F debba essere utilizzato principalmente come strumento diagnostico per identificare le lacune a livello di struttura, guidare l'assistenza tecnica e dare priorità all'allocazione delle risorse, piuttosto che come certificazione di un'erogazione di alta qualità. La disponibilità di norme validate consente ai sistemi sanitari di effettuare il benchmarking delle strutture e monitorare i progressi nel tempo, colmando una lacuna critica nella scienza dell'implementazione per la sanità digitale nei paesi a basso e medio reddito. Lo studio conclude che l'integrazione di tali valutazioni di prontezza in quadri di implementazione più ampi è essenziale per ottenere un'integrazione della telemedicina sostenibile ed equa.