Per valutare l’intensità della mobilità ospedaliera non basta contare quanti escono da una Regione per farsi ricoverare.
Il fenomeno da misurare
L’analisi della mobilità è uno degli argomenti ‘caldi’ nelle discussioni politiche e programmatorie della sanità italiana. È un argomento ‘caldo’ sia perché ai flussi di mobilità sono associate cifre elevate di trasferimenti monetari tra le Regioni (circa 3 miliardi e mezzo di euro) sia perché la mobilità si concentra soprattutto in alcune Regioni vuoi nella componente passiva vuoi in quella attiva. La mobilità sanitaria, e in particolare quella ospedaliera che ne rappresenta la quota principale, è un fenomeno complesso che può esser scomposto in alcune componenti. Vi è innanzitutto una mobilità che possiamo chiamare di prossimità per la quale l’utente sceglie il presidio che gli è più comodo anche se territorialmente non corrisponde a quello a lui formalmente assegnato (la sua ASL, la sua Regione, il suo Stato). La comodità non dipende solo dalla distanza chilometrica ma anche dalle strade e dai mezzi di comunicazione tra la residenza e il presidio scelto. Vi è poi una componenti di programmazione per alcune prestazioni di elevata complessità che si sceglie di localizzare in pochi definiti presidi per garantire un numero sufficiente di prestazioni necessario per mantenere livelli elevati di eccellenza prestazionale.
Vi è inoltre una componente di casualità associata ai movimenti e agli spostamenti temporanei della popolazione, sia di lungo periodo, per esempio per lavoro o studio, o di breve e brevissimo periodo come nel caso delle ferie o dei viaggi occasionali. Infine vi è una componentedovuta alla carenza d’offerta sul proprio territorio, carenza sia quantitativa sia qualitativa. Gli utenti scelgono un presidio anche distante nella necessità di farsi curare tempestivamente o nella speranza di esser curati meglio e con più confort. Mentre le prime due componenti sono compatibili con situazioni positive sul piano organizzativo e su quello programmatorio, e la terza componente è inevitabile e non dipende da situazioni legate al sistema sanitario, il vero problema è costituito dalla quarta componente che è associata a situazioni di mal funzionamento. Ma come si misura comunemente il fenomeno mobilità nella sua globalità?
Il granchio da non prendere
L’indicatore di classico di mobilità (fuga e/o attrazione) valuta solitamente solo la mobilità tra Regioni, e in questo contesto nasconde spesso un “granchio”. Esso infatti è per lo più calcolato come rapporto tra il numero dei residenti che vanno fuori regione a ricoverarsi e il totale dei residenti che si fanno ricoverare ovunque, ed è solitamente usato come indice di carenze qualiquantitative nell’offerta dei servizi sanitari regionali. Ipotizziamo, nell’esempio che segue, che il fenomeno di mobilità di fondo sia uguale in tutto il territorio, e in particolare che in ogni area su 10 ricoveri 6 vengano effettuati in presidi dell’area e 4 (uno per lato) vadano nelle aree adiacenti a lato. Se ci sono 5 regioni (indicate in grigio) la prima formata da un’area elementare, la seconda da quattro, la terza da nove e altre due di forme più irregolari accadrà (se la mobilità è appunto regolare ovunque e non vi sono barriere geografiche) che nella prima su 10 ricoveri 4 saranno fuori regione, nella seconda 8 su 40, nella terza 12 su 90, nella quarta 14 su 40, e nella quinta 16 su 80, come illustrato in figura 1.
Figura 1: esempio teorico di calcolo della mobilità in aree di differenza ampiezza o forma.
Figure 1: theoretical example for calculating mobility in areas of different shape and size
Pur partendo da una situazione che per definizione aveva una mobilità costante, se si applica l’indicatore in modo acritico si produrrà un valore di mobilità passiva che varia dal 13.3% al 40%: si dovrebbe così concludere che nella regione A e in quella D la fuga è molto maggiore che nelle regioni B, C ed E! Ma sarebbe tutto falso perché il fenomeno lo abbiamo definito e posto appunto come stabile ovunque e ciò che cambia è solo l’ampiezza e la forma della regione! La realtà è ancora più complessa per la presenza di forme differenti di regione (si pensi alla Liguria, che è una fettuccia di terra che si affaccia al mare, e la Lombardia che è quasi un quadrato!) e di barriere che limitano le fughe (come il mare, le montagne, i confini di stati esteri). Premesso che ha senso comunque calcolare dal punto di vista amministrativo un indicatore di fuga a livello regionale, se vogliamo misurare realmente le tendenze alla mobilità, allora l’indice di fuga non può esser costruito solo sui confini regionali.
Una alternativa per prendere meno granchi
Le alternative per non prendere troppi granchi partono dalla necessità di ridefinire a quale componente della mobilità si è interessati definendone gli indicatori di conseguenza. Se ai fini amministrativi programmatori l’interesse per la mobilità deriva dal fatto che il proprio utente “assicurato” usufruisce dei servizi prodotti da un altro ente (azienda o regione), per l’utente stesso, o per l’analisi delle modalità di erogazione, ciò che conta è la distanza (distanza chilometrica lineare o stradale) dell’ospedale dal proprio domicilio, o meglio ancora la stima dei relativi tempi di percorrenza (distanza cronometrica), come indicato in figura 2.
Figura 2 . Tempi medi di percorrenza tra domicilio ed ospedale
È ragionevole ipotizzare che la disutilità dovuta alla distanza per raggiungere un presidio sia compensata dalla maggiore utilità dei servizi ricevute in questo senso costituisce un buon indicatore di “forza di mobilità” e quindi non è un granchio. Per calcolare le distanze (chilometriche o isocroniche) si possono utilizzare le matrici delle distanze chilometriche dei percorsi più brevi tra comuni che diventano isocroniche utilizzando le tipologie delle strade stesse attribuendo a esse una velocità media convenzionale (operazione simile a quella correntemente oggi eseguita dai comuni navigatori satellitari). Applicando questa modalità di analisi, oggi in media un ricoverato compie un percorso valutabile in 60’ di tempo per raggiungere l’ospedale, e questo tempo si riduce a 25’ se l’ospedale è situato nella stessa provincia di residenza, sale a 100’ se è fuori provincia ma entro la regione e a 300’ circa se è fuori regione. Queste medie sono differenti a seconda delle regioni, ma la distanza media dei ricoveri in provincia evidenzia degli scarti minimi tra diverse provincie: sono queste le sole differenze che sono prevalentemente solo funzione della distanza tra i cittadini e i presidi a loro più vicini.
Ragionare sulle distanze e non sugli “sconfinamenti” evita di essere influenzati dall’ampiezza e dalla forma dei confini amministrativi, e si tiene così conto solo dell’effettivo disagio dei soggetti ricoverati. Ragionando sul complesso dei ricoveri si evidenziano sei regioni che escono dai valori delle rimanenti: le due isole, Sicilia e Sardegna i cui percorsi extra regionali sono evidentemente più lunghi di quelli delle altre regioni, la Calabria che è la regione che evidenzia un reale eccesso di mobilità e poi la Basilicata, la Puglia e il Molise con valori più modesti ma che si distinguono dalle rimanenti. Differenziando i ricoveri per la loro complessità, le proporzioni di mobilità non variano di molto e si confermano le peculiarità delle sei regioni prima elencate. È comunque interessante, a titolo di esempio, analizzare la mobilità per singolo DRG per vedere quali possono essere i fattori che la determinano; per far ciò è però opportuno correggere le percentuali di mobilità per singolo DRG per la mobilità globale della regione e in tal modo si ottiene un valore che indica se per lo specifico DRG la mobilità di ogni regione è inferiore o superiore alla mobilità per tutti i ricoveri.
Figura 3 . Mobilità passiva regionale isocronica per ricoveri di alcuni DRG
Ci sono dei DRG, come i primi tre della figura, dove la mobilità relativa è maggiore nelle regioni del nord, vuoi perché alcuni ricoveri (come quelli per craniotomia per traumatismo) sono frequenti anche durante i soggiorni lontani dalla residenza, vuoi perché per alcuni ricoveri (vedi quelli del parto) si preferisce tornare presso le famiglie di origine. In alcuni casi di ricoveri poco complessi invece (vedi ton sillectomie) la prevalenza di mobilità relativa è maggiore al nord e ciò è forse dovuto solo al fatto che per le cause più serie la mobilità è scarsa e quindi per queste diventa maggiore della globale. Per molte altre cause (come per le ultime tre della figura) la mobilità è invece decisamente una peculiarità delle regioni del sud e in particolare soprattutto per le sei Regioni di cui già si è detto. In queste cause di ricovero si evidenzia quasi certamente una carenza di offerta o di fiducia per le prestazioni offerte dalla propria regione di residenza. Questa modalità di analisi della mobilità relativa per tipologia di ricovero offre anche l’opportunità di poter ragionare sulle carenze specifiche delle Rrgioni al di là di una indicazione generica dei livelli di mobilità globali.
Conclusione
L’analisi della mobilità non può quindi ridursi all’analisi degli sconfinamenti tra regioni perché questa non permette di conoscere in modo articolato le componenti strutturali del fenomeno e può indurre a prende anche spiacevoli granchi. L’analisi degli sconfinamenti potrebbe essere utile solo se le aree di riferimento fossero aree piccole e tra di loro sufficientemente omogenee ma così non è in Italia né a livello di regione, né a livello di ASL. In questo contesto invece la distanza tra ospedale e domicilio permette di superare ogni concetto di confine tra aree evidenziando solo le situazioni di disagio della popolazione per una percorrenza non adeguata. Sui tempi più elevati il problema riguarda i flussi verso i centri di eccellenza, spesso situati al nord, mentre sui tempi meno elevati il problema talvolta è soprattutto funzione dell0a struttura del territorio.
The phenomenon being measured
The analysis of mobility is one of the “hot” topics in policy discussions and planning in the Italian Health Service. It is a “hot” topic because mobility flows are associated with higher figures of money transfer between regions (amounting to about 3 and a half billion Euros) and because mobility is mainly concentrated in particular regions either in the passive or the active components. Health mobility, in particular hospitalisation which represents by far the largest amount, is a complex phenomenon that can be divided into several components. Firstly, there is a mobility that we call proximity when the user chooses the medical centre that is most comfortable to him, despite not being formally assigned to him territorially (his local health unit, his region, his State). Comfort depends not only on the distance in kilometres, but also on the roads and means of communication between the place of residence and medical centre chosen. There is also a component of programming for certain services of high complexity that are located in a few established units to ensure a sufficient number of services necessary to maintain high standards of performance excellence. In addition, there is a component of randomness associated to movements of people, either longterm, such as work or study, or short and very short periods as in the case of leave or occasional trips. Finally there is a shortage of supply component on the local territory, a deficiency that may be both quantitative and qualitative. Users choose a medical centre that could be a long distance away in order to have immediate treatment or in the hope of being treated better and with more comfort. While the first two components are compatible with positive situations in organizational planning, and the third component is inevitable and does not depend on situations related to health care, the real problem is the fourth component that is associated with situations of malfunction. But how do you commonly measure the mobility phenomenon as a whole?
The blunder to not fall into
The classic indicator of mobility (flight and/or interest) usually only evaluates mobility between regions, and in this context often hides a “blunder”. In fact, it is mostly calculated as the ratio between the number of residents who are hospitalised outside the region and the total number of residents who are hospitalised overall, and is usually used as an index of the qualitativequantitative deficiencies that regional health services have to offer. Let us assume, in this example, the phenomenon of mobility is the same throughout the whole territory, and in particular, that in any area, for every 10 admissions made, 6 are admitted to the regional medical centres, and 4 (one per side) go to adjacent regions. If there are 5 regions (shown in grey) and the first consists of one area, the second of four, the third of nine and two others have more irregular forms, it can be hypothesised (if mobility is regular everywhere and there are no geographical barriers) that in the first case, 4 out of 10 admissions will go outside the region, in the second, 8 out of 40, in the third, 12 out of 90, in the fourth, 14 out of 40 and in the fifth, 16 out of 80, as shown in Figure 1. Even starting from a situation that by definition had a constant mobility, if you apply the indicator uncritically, a value of passive mobility ranging from 13.3% to 40% will be produced, such that the conclusion should be that in Region A and D mobility is much higher than in regions B, C and E! This is however entirely false, because we have defined and set up the phenomenon as being stable throughout, and the only things that change are the size and shape of the region! The reality is even more complex because of the presence of different shapes of the regions (think of Liguria, which is a strip of land facing the sea, or Lombardy, which is almost a square) and of barriers that restrict mobility (like the sea, mountains, and borders of foreign states). Knowing this, it still makes sense from the administrative point of view to calculate an indicator of flight at the regional level. However, if we really want to measure trends in mobility, then the index of flight cannot only be based on regional boundaries.
An alternative to making fewer blunders
The alternatives for not making too many blunders start from the need to redefine what component of mobility we are concerned with, and then defining the indicators accordingly. For organizational planners the interest in mobility derives from the fact that the user is “guaranteed” benefits and services produced by another entity (local health unit or region). On the other hand, what matters for the user himself, or for the analysis of modes of delivery, is the distance (linear distance in kilometres or road) to the hospital from home, or even better, the estimate of the travel time (chronometric distance) as shown in figure 2. It is then reasonable to assume that the disutility due to the distance to reach a medical centre is compensated by the increased utility of services received, and in this sense “mobility” is a good indicator and therefore is not a blunder. To calculate the distances (in kilometres or in isochrones) you can use matrices of distances in kilometres of the shortest paths between municipalities. Such distances become isochronous by giving typologies of streets a conventional average speed (operation similar to that currently provided today by satellite navigators). Applying this method of analysis, a journey for an admission is estimated on average in 60 minutes of time to reach the hospital. This time is reduced to 25 minutes if the hospital is located in the same province of residence, increases to 100 minutes if it is outside the province but inside the region, and 300 minutes if it is outside the region. These averages are different from region to region, but the average distance of hospitalisations within the province shows minimum differences between different provinces. These are the only differences which are mainly a function of the distance between citizens and their nearest medical centre. Reasoning about distances and not about the “trespassing” avoids being influenced by the size and shape of administrative boundaries, and takes into account only the actual discomfort of the citizen. Then, six regions are highlighted: the two islands, Sicily and Sardinia, whose extraregional routes are clearly longer than those of other regions, Calabria which is the region that shows a real excess in mobility, and then Basilicata, Puglia and Molise with lower values, but clearly distinct from the rest. Differentiating the admissions according to their complexity, the proportion of mobility does not vary much and confirms the characteristics of the six regions listed above. It is nevertheless interesting to analyse mobility by DRG to understand the determinants of the phenomenon: to this aim it is necessary to adjust mobility rates for each DRG taking into account the total mobility of the Region. This will provide a value that indicates whether the specific DRG mobility of each region is lower or higher than the mobility for all admissions. There are some DRGs, like the first three of figure 3, where the relative mobility is greater in the north. This might be due either to admissions which frequently involve stays away from home (such as those for craniotomy for trauma), or to admissions where people prefer to stay with their families of origin (such as admissions for deliveries). In some cases of relatively noncomplex admissions (see tonsillectomies) the prevalence of relative mobility is greater in the north. This might be due to the fact that for more serious diseases mobility in the north is lower and thus the proportion of noncomplex admission becomes greater. For many other admissions (i.e. the last three of figure 3) mobility is a feature of southern regions, especially for the six already mentioned. This is almost certainly due to a lack of local services and/or of confidence in the regional health offer. This analysis of relative mobility by type of hospital admission offers the opportunity to think about the specific weaknesses of the regions.
Conclusions
The analysis of mobility cannot just be reduced to the analysis of “trespassing” between regions, as it does not facilitate the understanding of the components of the phenomenon, and can lead to unpleasant blunders. Analysis of “trespassing” would be only useful if the target areas were small, and with sufficient interhomogeneity, but this is not the situation in Italy, neither at a regional, nor at a local health units level. In this context the distance between hospital and home will overcome any concept of geographical border, highlighting only the situations of population discomfort for inappropriate distances. For longer distances, the problem is focused on higher flows to the centres of excellence, often located in the north, while for shorter distances the problem mainly depends on the structure of the territory.