Case di Comunità nelle aree a bassa densità abitativa: disatteso il diritto del cittadino a prossimità e equità. Una metodologia innovativa per risolvere queste criticità

Introduzione Promuovere la salute e ridurre le disuguaglianze nell’accesso alle cure rappresentano una priorità fondamentale per la sanità pubblica, specialmente nelle aree rurali e montane, dove la frammentazione dei servizi, il declino demografico e le barriere geografiche ostacolano un accesso equo. In questo contesto, il Piano Nazionale di Ripresa e Resilienza (PNRR), finanziato dall’UE, mira a potenziare l’assistenza territoriale attraverso l’istituzione delle Case della Comunità (CdC), hub integrati e multidisciplinari per la cura di prossimità. Materiali e Metodi Lo studio analizza l’ASL 1 Avezzano-Sulmona-L’Aquila (5.047 km², superficie pari alla Liguria), con popolazione dispersa tra centri urbani e comuni montani isolati. Attraverso l’analisi dei dati ISTAT su popolazione, densità demografica e confini amministrativi, abbiamo mappato un quadro preciso delle criticità territoriali. La riorganizzazione dell’assistenza primaria in questi 108 comuni è fondamentale, anche in considerazione delle barriere stagionali (es. l’inverno). Per rispondere a questa esigenza, abbiamo sviluppato un modello matematico innovativo basato su Python, utilizzando programmazione lineare e analisi geospaziale. L’algoritmo integra dati demografici ed epidemiologici degli anni 2019, 2023 e 2024 per determinare l’allocazione ottimale delle CdC all’interno di una rete hub e spoke. In particolare, minimizza i tempi medi di percorrenza pesati per popolazione e massimizza la copertura entro soglie accettabili, bilanciando al contempo la domanda tra i vari hub. Il modello incorpora i vincoli del DM 77/2022 e le linee guida AGENAS sulle soglie demografiche per l’attivazione dei servizi specialistici, assicurando fattibilità legale e operativa. Risultati I risultati dello studio forniscono indicazioni operative di grande concretezza. In primo luogo, abbiamo definito l’assegnazione ottimale della popolazione residente dei 108 comuni alle 11 Case della Comunità previste, bilanciando prossimità geografica e sostenibilità organizzativa. In secondo luogo, abbiamo calcolato la frequenza ottimale, in termini di frequenza oraria, giornaliera e settimanale, delle visite specialistiche ambulatoriali delle singole branche (cardiologia, ginecologia, urologia, geriatria, pneumologia) per ciascuna Casa di Comunità, basandoci su un’attenta analisi dei fabbisogni sanitari delle comunità di riferimento. Conclusioni Questo approccio basato sull’evidenza non solo ottimizza l’utilizzo delle risorse disponibili, ma promuove una più equa distribuzione dei servizi sul territorio, contribuendo a rafforzare la resilienza del sistema sanitario locale. Il modello sviluppato, perfettamente replicabile in contesti analoghi, dimostra come strumenti matematici avanzati possano supportare efficacemente i processi decisionali nella programmazione sanitaria territoriale, con ricadute misurabili sull’accessibilità e appropriatezza delle cure. L’esperienza dell’ASL 1 rappresenta così un caso paradigmatico di come integrare prossimità dei servizi e qualità dell’assistenza nei territori più complessi.