ecj 3 2009:ecj 3 2009 Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. 23 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it Introduzione Le linee guida sul Sistema di Emergenza Sanitaria, contenute nell’Atto di Intesa tra Stato e Regioni, prevedono che all’interno del Dipartimento di Emergenza e Accettazione (DEA) debba essere in funzione il triage, cioè l’accoglienza e la valutazio- ne del paziente da parte di personale infermieristi- co, sulla base di criteri che consentono di stabilire le priorità di accesso all’assistenza: il termine stes- so di “triage” deriva dal francese “trier”, che signi- fica “classificare” (GU 14/05/1996). I sistemi di attribuzione delle priorità sono dei pro- cessi metodologici scientifici per stabilire la gravità clinica dello stato del paziente (Grossman, 1999) e possono essere sintetizzati in un insieme di attività: accoglienza (registrazione del paziente), investiga- zione sul paziente (valutazione soggettiva), valuta- zione dello stato del paziente (valutazione oggettiva) e assegnazione del codice di gravità (DM 15/05/1992). Tali codici sono: • codice rosso (3), emergenza imminente, pericolo di vita e accesso immediato alle cure; • codice giallo (2), urgenza, non pericolo di vita, accesso immediato alle cure; • codice verde (1), non urgenza, problema non gra- ve, presentazione differibile nel tempo; • codice bianco (0), non urgente, non pertinente al pronto soccorso (PS), pazienti assistiti dopo gli altri. Si sono sviluppati molti software per rendere più effi- ciente e standardizzare l’attribuzione dei codici. Correlazioni tra caratteristiche socio-anagrafiche e codici colore degli accessi al PS in Valle d’Aosta Gaetano Marrone, Pietro Panzarasa*, Massimo Pesenti Campagnoni*, Mario Comelli Dipartimento di Scienze Sanitarie Applicate, Sezione di Statistica Medica ed Epidemiologia, Università di Pavia *Medicina e Chirurgia d’Urgenza/Pronto Soccorso. Ospedale Regionale “U. Parini”, Aosta SINTESI L’accesso al PS di malati con codice bianco o verde è con- siderato potenzialmente “inappropriato” e causa di affol- lamento del PS. La perdita di ruolo del MMG, l’insuffi- ciente offerta territoriale, la frammentarietà dei percorsi stessi, le condizioni socio-ecomoniche disagiate sono sta- ti ritenuti elementi importanti. Con il presente studio abbiamo analizzato le correlazioni tra caratteristiche socio-anagrafiche e attribuzione dei co- dici colore nei pazienti afferenti al PS di un Ospedale Regionale. I nostri dati evidenziano che la modalità di invio ( au- topresentazione vs inviati dal MMG), la non residenza in Regione, la bassa età anagrafica, la distanza dal PS sono fattori che in- fluenzano l’attribuzione dei codici bianco e verde mentre non lo è la presenza o meno di servizi sul territorio. Sarà pertanto opportuno indagare le motivazioni degli ac- cessi in termini di livello di affidabilità tecnica e organiz- zativa dei servizi territoriali ma anche di preferenze de- gli utenti rispetto a tali servizi. organizzazione e formazione emergency care journal Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. 24 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it organizzazione e formazione Il Pronto Soccorso e i DEA (Dipartimenti di Emer - genza e Accettazione) rappresentano il primo con- tatto del paziente con la struttura sanitaria e, quin- di costituiscono la prima immagine del sistema as- sistenziale per l’utenza, influenzandone la perce- zione della qualità: è chiaro che i tempi di attesa spesso condizionano l’efficacia e l’efficienza dei si- stemi di emergenza. I tempi di attesa sono, infatti, spesso percepiti dal paziente come troppo lunghi e, assieme allo scarso livello di informazione ricevuto dal personale me- dico e paramedico durante la permanenza nel Pronto Soccorso, costituiscono l’aspetto di maggio- re insoddisfazione sul quale concentrarsi per mi- gliorare il servizio di assistenza dei PS (Iapichino et al., 2006; Muntlin et al., 2006). Uno studio svedese (Hansagi et al.1992) condotto su 758 pazienti allo scopo di osservare il livello di soddisfazione riguardo i servizi di Pronto Soccorso, ha mostrato che la soddisfazione è più bassa tra i pazienti classificati come “non gravi” rispetto a co- loro classificati come “gravi”. Tale risultato può essere proprio spiegato dal mag- giore tempo di attesa a cui vanno incontro i pazienti classificati come non gravi e alla minore attenzio- ne posta nei loro confronti da medici e infermieri. Sia Nystrom et al. (2003) che Taylor e Berger (2004) hanno ottenuto risultati simili. Questa caratteristica penalizza i soggetti più anzia- ni, i quali si presentano in Pronto Soccorso con una frequenza relativa di codici non gravi maggiore ri- spetto a quella riferita alla popolazione più giova- ne. Dunque affrontano tempi di attesa più lunghi e ri- feriscono di non sentirsi adeguatamente seguiti dal personale ospedaliero (Nyden et al., 2003). Tuttavia, per migliorare la qualità percepita dai pa- zienti che accedono in Pronto Soccorso, dovrebbe essere posta maggiore attenzione proprio ai biso- gni e alle attese del gruppo di pazienti con codice bianco o verde. In Italia, infatti, il Ministero della Sanità stimava, a gennaio 2007, che la percentuale di accessi in PS con codice bianco fosse pari al 15% del totale, men- tre la percentuale di pazienti con codice verde ne rappresentava ben il 65%. Tali statistiche, comunque, tuttavia, sono molto dif- ferenti a seconda delle regioni considerate: il co- siddetto codice bianco nell’anno 2006 ha costitui- to il 40% circa delle prestazioni in Veneto, il 60% in Friuli Venezia Giulia e, il 76% in Calabria. I diversi protocolli di triage utilizzati in ambito lo- cale possono far sì che uno stesso evento, segnata- mente per codici verdi e bianchi, afferisca all’una o all’altra categoria. Differenze così marcate tra le di- verse regioni possono essere causate dalla mancan- za di filtri medici sul territorio, che spesso impo- ne, in particolare nei giorni festivi e prefestivi, l’ac- cesso al Pronto Soccorso. I servizi di emergenza potrebbero così rappresenta- re una soluzione inevitabile per chi, a causa di sfa- vorevoli caratteristiche socio-anagrafiche, non ha altre porte di accesso (cure a pagamento, ricorso a interventi di autorità ecc.) e, anche necessitando di cure non particolarmente urgenti, decide di rivol- gersi al PS, pur sapendo di andare incontro a parec- chie ore di attesa e al pagamento del ticket sanita- rio. Anche l’esperienza statunitense nonostante le note differenze strutturali di sistema sanitario, mette in evidenza il ruolo del Dipartimento d’emergenza nel- l’assistenza ai pazienti “homeless”, o comunque a basso reddito; ben documentato anche il ruolo del- le disparità razziali nell’influenzare l’accesso alle strutture sanitarie.(Morris et al. 2006, Blanchard et al., 2003; Heron et al., 2006). Nel 1992, uno studio su JAMA (Stern et al., 1992) dimostrava come i pa- zienti con basso livello socio-economico, misurato in base a reddito, occupazione e scolarizzazione, uti- lizzassero più frequentemente il Dipartimento d’Emergenza come porta d’accesso all’ospedale. Obiettivo della ricerca Scopo di questo lavoro è l’analisi della attività di un DEA, per identificare le eventuali caratteristi- che socio-anagrafiche degli utenti che possono in- fluenzare l’attribuzione dei codici del triage. Popolazione obiettivo La popolazione oggetto di studio è rappresentata dai pazienti che si sono presentati al Pronto Soc - corso dell’ospedale di Aosta: il campione utilizzato è rappresentato dai pazienti che vi hanno afferito PS dal 01/01/2007 al 31/12/2007 in modo conse- cutivo. In Valle d’Aosta vi è un’unica Azienda USL il cui ambito territoriale comprende tutti i 74 comuni della regione, con un bacino di utenza di oltre 122.000 abitanti e con una densità abitativa di 37 abitanti per kmq. L’attività di soccorso sanitario ri- sente, inoltre, dei flussi turistici (quasi 900.000 ar- rivi e oltre 3.200.000 presenze annuali) e della pre- senza di due trafori autostradali internazionali (cir- Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. organizzazione e formazione 25 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it ca 2.400.000 veicoli/anno). Questa è la distribuzione della popolazione resi- dente: 52% nel capoluogo e nei 22 comuni limi- trofi, 15,2% nei 17 comuni dell’Alta Valle, 13,8% nei 12 comuni della Media Valle, il 19% nei 22 co- muni della Bassa Valle. La popolazione con età superiore ai 64 anni rap- presenta il 20,2% del totale. Nel biennio 2006- 2007 il livello di reddito pro capite si configura tra i più elevati in Italia e ammonta a 21.172 euro an- no (+19,5% rispetto alla media nazionale). I livelli di occupazione sono elevati e il tasso di disoccu- pazione regionale è tra i più bassi. Ne consegue che i livelli di spesa per abitante risultano elevati tanto che la Valle detiene il primato di spesa pro capite nella graduatoria nazionale (22.186 euro contro i 15.525 della media nazionale). Gli immigrati presenti in Valle sono circa 6500, e rappresentano circa il 5% della popolazione. Il 51,5% sono donne, mentre i minori rappresenta- no il 19,6% del totale. In poco più di 10 anni la cre- scita dei cittadini stranieri è stata del 200%: da 1591 soggiornanti nel 1991 a 4882 nel 2004 (fon- te ISTAT). Il 55,8% degli stranieri è di età compre- sa tra i 19 e i 40 anni, il 24% è compreso nella fa- scia 41-60 anni, il 2,4% ha un’età superiore ai 60 anni. L’area geografica di maggior provenienza de- gli stranieri è l’Africa, in particolare quella del Nord (la più numerosa è la comunità marocchina, che rappresenta il 30,9% della popolazione immigra- ta), a fronte di una percentuale leggermente infe- riore di immigrati provenenti dall’Est europeo. Nella regione è presente un unico presidio ospe- daliero, l’Ospedale Regionale “Umberto Parini”, suddiviso in 3 distinte sedi: • presidio di viale Ginevra, con 295 posti letto e 31 di DH; • presidio Beauregard, con 141 posti letto e 9 di DH; • presidio di via Saint-Martin de Corléans (Strut - tura complessa di Psichiatria), con 15 posti letto e 8 di DH. Complessivamente in un anno si registrano circa 46.000 accessi in Pronto Soccorso, di cui quasi il 17% viene ricoverato. Circa 22.000 sono i ricoveri complessivi ospedalieri e circa 220.000 le presta- zioni ambulatoriali. Per quanto riguarda le strutture territoriali, la re- gione è suddivisa in quattro distretti socio-sanitari: • distretto n. 1, Morgex; • distretto n. 2, Aosta; • distretto n. 3, Chatillon; • distretto n. 4, Donnas. La Tabella 1 illustra le principali caratteristiche per l’assistenza di base. La dotazione di medici di medicina generale (MMG), in relazione alla popolazione residente per distretto, mostra una media di 0,9 medici ogni 1000 abitanti (età superiore ai 15 anni), con solo una lieve variabilità nella distribuzione dei tassi di- strettuali. Anche la presenza dei punti di offerta as- sistenziale (poliambulatori distrettuali, centri trau- matologici, consultori) risulta equamente distri- buita sul territorio regionale, come mostrato dalla Figura 1. L’accessibilità al presidio ospedaliero e ai poliam- bulatori, intesa come distanza in minuti di percor- renza, è mostrata rispettivamente dalla Figura 2 e dalla Figura 3. Il sistema d’emergenza regionale prevede quattro sedi di ambulanza medicalizzata distribuite lungo l’asse principale della valle, una centrale operativa 118, un Pronto Soccorso rianimatorio, medico, chirurgico, pediatrico, ostetrico-ginecologico atti- vi 24 ore e un ambulatorio traumatologico e uno TAB. 1 Dotazione di MMG e PLS per popolazione di riferimento e distretto in Valle D’Aosta. Valori asso- luti e tassi per 1000 abitanti. Distretto MMG Popolazione MMG x 1000 PLS Popolazione Popolazione > 15 anni abitanti < 14 anni x 1000 abitanti 1 14 19.997 0,7 2 3.349 0,6 2 54 52.630 1,0 9 7.918 1,1 3 13 14.700 0,8 3 2.175 1,4 4 17 20.214 0,8 3 2.972 1,3 Valle d’Aosta 98 107.564 0,9 17 16.414 1,0 Fonte: Elaborazione dell’Osservatorio Regionale Epidemiologico e per le Politiche Sociali (OROEPS) su dati della Direzione Salute. MMG: medici di medicina generale. Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. 26 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it organizzazione e formazione psichiatrico dedicato attivi nelle 12 ore diurne. L’ospedale è dotato di tutte le specialità mediche e chirurgiche di 1° e 2° livello, a eccezione della Car - diochirurgia. All’ingresso nel PS l’infermiere effettua una valutazio- ne di triage di bancone secondo il seguente schema: • determinazione delle priorità generiche (funzio- ni vitali); • identificazione del problema principale e deter- minazione delle priorità specifiche; • determinazione delle priorità di sofferenza classi- ficando di conseguenza i malati in quattro gruppi: – pazienti con parametri vitali alterati (codice rosso); – pazienti con alto rischio di repentina alterazio- ne dei parametri vitali (codice giallo); – pazienti con stato di sofferenza importante (co- dice verde); – pazienti senza nessuna priorità (codice bianco). Il tempo di attesa medio prima della visita, nell’an- Fig. 2 - Distanza dal presidio ospedaliero più vicino (in minuti di percorrenza). Per gentile concessione OREPS Valle d’Aosta. Fig. 3 - Distanza dal più vicino ambulatorio distrettuale (in minuti di percorrenza). Per gentile concessione OREPS Valle d’Aosta. Fig. 1 - Distribuzione dei punti di offerta assistenziale. Per gentile concessione OREPS Valle d’Aosta. Aosta <23 23-31 >31 Aosta <12 12-18 >18 Centro Traumatologico Poliambulatorio Distrettuale Consultori Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. organizzazione e formazione 27 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it no 2007, è stato di 25,4 min, così suddiviso per co- dice colore: codice giallo 7,9 min; codice verde 18,7 min; codice bianco 31,0 min. Metodi di analisi statistica L’analisi statistica delle caratteristiche dei pazienti che si sono presentati presso il Pronto Soccorso di Aosta nel corso dell’anno 2007 si avvale di un da- tabase che considera 40.642 accessi. Sono state considerate le seguenti variabili: • sesso (maschio, femmina); • provenienza (Valle d’Aosta, Nord, Centro-Sud- Isole, Estero); • distretto (Alta Valle, Aosta e dintorni, Media Val - le, Bassa Valle); • modalità d’invio (emergenza o autopresentazione); • età (minore o uguale a 18, tra 19 e 30, tra 31 e 65, tra 66 e 75, maggiore di 75); • codice colore (bianco, verde, giallo, rosso). È stata inizialmente eseguita un’analisi descrittiva delle caratteristiche dell’utenza, disaggregate per codice di accesso, allo scopo di osservare in ma- niera preliminare alcune possibili relazioni tra le variabili considerate e il tipo di codice colore (Tabella 2). Si è quindi, in un secondo momento, divisa la va- riabile “provenienza” in tre grandi gruppi (Nord, Valle d’Aosta e Centro-Sud-Isole-Estero) e dicoto- mizzato la variabile di interesse “codice colore” in “Colore bianco” e “altro colore”. È stata costruita una seconda Tabella di frequenza con le variabili così modificate (Tabella 3), successiva- mente tramite il software statistico “R”, è stato creato un modello di regressione logistica allo scopo di os- servare in maniera più corretta le possibili relazioni log Pr (bianco) = β0 + β1 * età + β2 * sesso (F) + β3 * prov (Centro-Sud, Isole, Estero) + β4 * prov (Valle [ Pr (altro) ] d’Aosta) + β0 * mod. invio (autopresentazione) esistenti tra variabili esplicative (età, modalità di in- vio, sesso, provenienza) e colore del codice, diviso questa volta, come detto, tra “bianco” e “altro”. Il mo- dello logistico creato presenta la seguente formula: Risultati Sulla base dei dati riportati in Tabella 3, si posso- no fare le seguenti considerazioni. Il codice bian- co è quello che si presenta con maggiore frequen- za (24.899 casi di codice bianco su un totale di 40.642 accessi al Pronto Soccorso, pari al 61,3%), seguito dal codice verde (31,2%), giallo (6,6%) e rosso (0,9%). Il 54,5% dei pazienti considerati è di sesso maschi- le. Tale percentuale non varia in maniera evidente tra i diversi codici, il che sembra significare una assenza di relazione interessante tra il sesso e la ti- pologia di codice. Per quanto riguarda l’area geografica di provenien- za, l’83,5% della popolazione considerata provie- ne dalla Valle d’Aosta, il 10% da aree del Nord Italia e il restante 6,5% si divide tra Centro-Sud-Isole (3%) ed Estero (3,5%). Anche in questo caso non si osservano differenze par- ticolarmente rilevanti tra i quattro gruppi considerati. Coloro che provengono dal Centro-Sud-Isole so- no leggermente sovra-rappresentati nel colore bianco rispetto al totale, coloro che vengono dal - l’Estero e dal Nord Italia sono sovra-rappresentati nel colore rosso, mentre coloro che provengono dalla Valle D’Aosta risultano leggermente più nu- merosi nel colore giallo rispetto al totale. Considerando più specificatamente il distretto Valle d’Aosta, il 64,3% dei pazienti residenti pro- viene dalla Media Valle mentre il restante 35,7% si distribuisce abbastanza uniformemente tra Alta Valle (13,0%), Aosta e dintorni (10,6%) e Bassa Valle (12,1%). Interessante notare come coloro che risiedono ad Aosta e dintorni, che rappresentano il 10,6% del totale dei pazienti considerati, sono invece il 15,3% del totale dei codici rossi, il 12,2% dei codici gial- li, il 12,4% dei pazienti con codice verde e infine solamente il 9,4% del totale dei pazienti a cui è sta- to attribuito codice bianco. Continuando l’analisi descrittiva dei dati a disposi- zione, osserviamo come il 77,6% dei pazienti si è pre- sentato al Pronto Soccorso con mezzi propri, mentre solamente il restante 22,4% vi è stato portato con mezzi di emergenza. Questa volta, tuttavia, le percentuali, come ci si po- teva ampiamente attendere, sono molto diverse tra i gruppi: la proporzione di coloro che si sono reca- ti al PS con mezzi di emergenza, pari al 12,1% tra coloro ai quali è stato attribuito codice bianco, di- Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. 28 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it organizzazione e formazione venta pari al 35,5% tra i codici verdi, al 47,1% tra i codici gialli e, addirittura, all’84,7% tra i rossi. Tali dati non sono certamente sorprendenti ed evi- denziano una forte relazione tra modalità di invio e codice colore. I nostri 40.642 pazienti totali appartengono per il 46,6% al gruppo degli adulti, per il 16,2% al gruppo dei “grandi vecchi”, per il 14,8% al gruppo degli “adulti giovani”, per l’11,6% al gruppo degli “anzia- ni”, e, infine, per il 10,8% al gruppo dei “giovani”. TAB. 2 Caratteristiche dell’utenza del PS di Aosta relative all’anno 2007, disaggregate per codice di accesso. Variabili Colore codice Totale Bianco Verde Giallo Rosso % % % % Sesso Maschio 54,7 53,9 54,8 56,5 54,5 Femmina 45,3 46,1 45,2 43,5 45,5 Totale 100,0 100,0 100,0 100,0 100,0 Provenienza Centro-Sud-Isole 3,4 2,2 2,3 2,2 3,0 Estero 3,4 3,8 2,3 6,5 3,5 Nord 10,0 10,5 8,0 10,7 10,0 Valle d’Aosta 83,1 83,5 87,4 80,6 83,5 Totale 100,0 100,0 100,0 100,0 100,0 Distretto Valle d’Aosta Alta Valle 10,7 11,2 11,6 9,2 10,9 Aosta e dintorni 7,8 10,3 10,6 12,3 8,8 Media Valle 54,7 51,8 53,9 48,4 53,7 Bassa Valle 9,9 10,2 11,3 10,7 10,1 Totale* 83,1 83,5 87,4 80,6 83,5 Modalità di invio Emergenza 12,1 35,5 47,1 84,7 22,4 Autopresentazione 87,9 64,5 52,9 15,3 77,6 Totale 100,0 100,0 100,0 100,0 100,0 Età Giovani 11,4 11,2 3,0 3,9 10,8 Adulti giovani 17,8 10,8 7,3 9,7 14,8 Adulti 49,2 42,4 44,7 31,9 46,6 Anziani 9,9 13,2 18,8 14,7 11,6 Grandi vecchi 11,7 22,5 26,2 39,8 16,2 Totale 100,0 100,0 100,0 100,0 100,0 Età (continua) Media 44,1 51,5 58,6 61,6 47,4 Ds 21,9 24,8 20,4 23,8 23,2 Base (N) Base 24.899 12.689 26.172 382 40.642 Base (%) 61,3 31,2 6,6 0,9 100,0 *Sono esclusi i non residenti. Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. organizzazione e formazione 29 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it Si osserva che la percentuale dei grandi vecchi è più che doppia nel gruppo dei codici rossi (39,8%) rispetto a quella osservata nel totale della popola- zione (16,2%). Anche per gli anziani si osserva lo stesso andamento, pur se meno evidente: percen- tuale pari 11,6% sul totale della popolazione e pa- ri, invece al 14,7% nel gruppo dei codici rossi, che risultano dunque rappresentati per più della metà (54,5%) da ultrasessantacinquenni. Tale andamento diviene inverso per gli adulti, i giovani adulti e i giovani, con scostamenti di grup- po rispetto alla percentuale generale sempre più evidenti col diminuire dell’età. Considerando la variabile “età” originaria, non divisa in intervalli, osserviamo ancora come l’età media dei pazien- ti aumenti all’aumentare della gravità del codice. Ai fini di un’analisi più approfondita, abbiamo ag- gregato i colori dei codici dicotomizzandoli in co- dice bianco (nessuna urgenza) e tutti gli altri. La provenienza e il sesso non sembrano influenza- re in maniera particolarmente significativa il codi- ce colore, al contrario della modalità di invio, per la quale l’autopresentazione è associata a codici bianchi e l’emergenza a codici di altro colore. Si evidenzia bene che l’età media dei pazienti è maggiore nel gruppo dei codici di altro colore ri- spetto al gruppo dei codici bianchi. L’associazione tra codice bianco e variabili socio- economiche è stata evidenziata mediante il model- lo di regressione che vediamo nella Tabella 4. I risultati derivanti da tale modello confermano in parte quanto osservato nelle due Tabelle preceden- ti, una volta corretti per le altre variabili presenti nel modello. La variabile che sembra influenzare maggiormen- te la possibilità che il codice sia bianco rispetto ad altri colori è la “modalità di invio”: essendo, in- fatti, la stima dell’odds ratio ad essa relativo pari all’incirca a 4,05, il rapporto tra la probabilità che il codice risulti bianco quando la persona arriva in pronto soccorso con auto presentazione è 4,05 volte la probabilità che il codice risulti bianco quando la persona arriva in Pronto Soccorso in emergenza. TAB. 3 Caratteristiche dell’utenza del PS di Aosta relative all’anno 2007, disaggregate per codice bianco o altro colore. Variabili Colore codice Totale Altro colore Bianco % % % Sesso Maschio 54,1 54,7 54,5 Femmina 45,9 45,3 45,5 Totale 100,0 100,0 100,0 Provenienza Centro-Sud-Isole-Estero 5,8 6,8 6,4 Nord 10,1 10,0 10,0 Val d’Aosta 84,1 83,2 83,6 Totale 100,0 100,0 100,0 Modalità di invio Emergenza 38,7 12,1 22,4 Autopresentazione 61,3 87,9 77,6 Totale 100,0 100,0 100,0 Età (continua) Media 52,7 44,1 47,4 Ds 24,3 21,8 23,2 Base (N) 24.899 15.743 40.642 Base (%) 38,7 61,3 100,0 Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. 30 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it organizzazione e formazione Coloro che provengono dal Centro-Sud italiano, dalle Isole o dall’Estero hanno una probabilità del 23,2% maggiore rispetto a coloro che provengono dalla Valle d’Aosta di presentare un codice bianco, mentre per coloro che provengono dal Nord tale probabilità è maggiore del 6,2%, sempre rispetto a coloro che provengono dalla Valle d’Aosta. Le donne hanno una probabilità maggiore degli uo- mini del 9,7% di presentarsi al Pronto Soccorso con colore bianco, mentre ogni anno di età fa diminui- re tali rapporti di probabilità dell’1% (va specifica- to che questi valori sono corretti per le altre varia- bili presenti nel modello). Conclusioni Le evidenze che emergono dalla nostra analisi pos- sono essere riassunte nei punti seguenti: • il triage del PS di Aosta tende ad attribuire il co- dice bianco a oltre il 60% dei pazienti che si pre- sentano: occorre verificare se tale risultato sia da attribuire ai criteri di classificazione o al fatto che accedono all’ospedale molti pazienti che non pre- sentano reali urgenze. • I fattori che influenzano l’attribuzione dei codici sono: 1. la modalità di invio, a riprova del fatto che non sembrano presenti filtri sul territorio nei con- fronti dell’ospedale, che si trova pertanto a do- ver gestire accessi non urgenti e, quindi, “im- propri”; 2. la provenienza, infatti tali evidenze si accen- tuano nei soggetti provenienti da altre zone ri- spetto ai residenti in Valle D’Aosta, in quanto per tali soggetti sembra più difficile trovare ri- sposta ai propri problemi in altri servizi del ter- ritorio; 3. l’età, in quanto la tendenza a ricorrere “impro- priamente” al PS è maggiore per i più giovani e decresce all’aumentare dell’età e, se pur di po- co, maggiormente per le donne, confermando la richiesta di aiuto non soddisfatta altrove. È interessante notare che, anche se la popolazione residente ad Aosta e dintorni è il 52% del totale, i pazienti residenti che ne provengono sono solo il 10,6% del totale e rappresentano il 9,4% dei codici bianchi. Sembra quindi che i residenti nel capoluogo ten- dano a fare un uso molto meno frequente, ma più appropriato, del PS. La Media Valle, invece, ospita solo il 13,8% della popolazione residente, ma ori- gina il 65,8% delle ammissioni in PS con codice bianco di pazienti residenti. Difficile correlare tali dati alla reale presenza di ser- vizi sul territorio, sia in termini di disponibilità sia di accessibilità (vedi Tabelle e Figure). Sarà pertanto opportuno indagare le motivazioni degli accessi in PS in termini di livello e affidabili- tà dei servizi territoriali e ospedalieri, ma anche di “preferenze” degli utenti rispetto a tali servizi, per poter dare risposte adeguate con interventi di pro- grammazione sanitaria. Un ulteriore approfondimento sarà necessario in un futuro lavoro con l’analisi degli aspetti clinici dei pazienti: sarà interessante verificare il destino nei vari reparti ospedalieri dei soggetti che si sono presentati al DEA e ricanalizzare la casistica alla di- missione, per verificare la correttezza dell’attribu- zione dei codici. Bibliografia di riferimento Gagel BJ. Health Care Improvement Program: a new approach. Health Care Financ Rev 1995; 16(4): 15-23. Jenks SF. Measuring quality of care under medicare and medicaid. TAB. 4 Parametri del modello di regressione. Variabili B Errore P-value Odds Ratio I.C.per gli Odds standard Ratio (95,0%) Limite Limite inf. sup. Età (variabile continua) -0,010 0,000 0,000 0,990 0,989 0,991 Mod.Invio (Autopresentazione/Emergenza) 1,398 0,026 0,000 4,046 3,841 4,261 Sesso(F/M) 0,093 0,022 0,000 1,097 1,051 1,145 Provenienza(Centro-Sud-Isole-Estero/ 0,209 0,046 0,000 1,232 1,127 1347 Val D’Aosta) Provenienza (Nord/Val D’Aosta) 0,061 0,036 0,097 1,062 0,989 1,141 Materiale protetto da copyright. Non fotocopiare o distribuire elettronicamente senza l’autorizzazione scritta dell’editore. organizzazione e formazione 31 em er ge nc y ca re jo ur na l - o rg an iz za zi on e, c lin ic a, r ic er ca • A nn o V n um er o II I • G iu gn o 2 00 9 • w w w .e cj .it ABSTRACT Emergency Department admission of patients with white or green codes is considered potentially inappropriate and cau- ses overcrowding of these facilities. The weakening in the role of the General Practitioner, inadequate cover, the frag- mentary nature of programmes, and unfavourable socio-eco- nomic conditions are considered to be important elements. In this study we analysed the correlations between socio- demographic characteristics and colour code allocation in patients reporting to the Emergency Department of a Regional Hospital. Our data shows that self-referral vs. referral by GP, residence outside the Region, young age and distance from the Emergency Department are factors that influence the allocation of white and green codes, whereas the presence or lack of local services is not. It would therefore seem appropriate to investigate the rea- sons for admission in terms of the level of technical and organisational reliability of local services as well as users’ preferences in relation to these facilities. Health Care Financ Rev 1995; 16(4): 39-54. Grant JB, Hayes RP, Pates RD et al. HCFA’s health care quality im- provement program: the medical informatics challenge. J Am Med Inform Assoc. 1996; 3(1): 15-26. France DJ, Levin S. System Complexity as a measure of safe capa- city for the emergency department. Acad Emerg Med 2006; 13(11): 1212-19. Davidson RA, Giancola A, Gast A et al. Evaluation of Access, a Primary Care Program for Indigent Patients: Inpatient and Emergency Room Utilization. Journal of Commu nity Health 2003; 28: 59-64. Asplin BR, Flottemesch TJ, Gordon BD. Developing models for pa- tient flow and daily surge capacity research. Acad Emerg Med 2006; 13: 1109-13. Barbisch DF, Koenig KL. Understanding surge capacity: essential elements. Acad Emerg Med. 2006; 13: 1098-102. Jones SS, Allen TL, Flottemesch TJ et al. An independent evalua- tion of four quantitative emergency department crowding sca- les. Acad Emerg Med 2006; 13: 1204-11. Iapichino E, Vegni E, Frangi D et al. Perception of the quality of emergency care by the users: expectations and satisfaction with the care received. Ig Sanita Pubbl 2006; 62(6): 623-633. Eitel DR, Travers DA, Rosenau AM et al. The emergency severity index triage algorithm version 2 is reliable and valid. Acad Emerg Med 2003; 10(10): 1070-80. Prospero E, Raffo M, Appignanesi R et al. Evaluation of a transit first-aid station providing emergency care to former Yugoslavian war victims evacuated in Ancona, Italy. Eur J Epi demiol 2000; 16: 253-256. Taylor C, Benger JR. Patient satisfaction in emergency medicine. Emerg Med J 2004; 21: 528-532. Nyström M, Nydén K, Petersson M. Being a non-urgent patient in an emergency care unit-a strive to maintain personal integrity. Accid Emerg Nurs 2003; 11: 22-26. Miro O, Sanchez M, Espinosa G et al. Analysis of patient flow in the emergency department and the effect of an extensive reorgani- sation. Emerg Med J 2003; 20: 143-148. Nydén K, Petersson M, Nyström M. Unsatisfied basic needs of ol- der patients in emergency care environments – obstacles to an active role in decision making. J Clin Nurs 2003; 12: 268-274. Huggins KN, Gandy WM, Kohut CD. Emergency department pa- tients’ perception of nurse caring behaviors. Heart Lung 1993; 22: 356-364. Morris DM, Gordon JA. The role of the emergency department in the care of homeless and disadvantage populations. Emerg Med Clin North Am 2006; 24: 839-848. Blanchard JC, Haywood YC, Scott C. Racial and ethnic disparities in health: an emergency medicine perspective. Acad Emerg Med 2003; 10: 1289-93. Heron SL, Stettner E, Haley LL Jr. Racial and ethnic disparities in the emergency department: a public health perspective. Emerg Med Clin North Am 2006;24: 905-923. Stern RS, Weissman JS, Epstein AM. The emergency department as a pathway to admission for poor and high-cost patients. JAMA 1991; 266: 2238-43. Vittori P, Abena S, Demaria M et al. a cura di, Osservatorio Regionale Epidemiologico e per le Politiche Sociali..Atlante di geografia sanitaria della Valle d’Aosta. Analisi geografica degli esiti di sa- lute, della localizzazione e dell’accesso ai servizi. Aosta, dicem- bre 2007.