Case study: attese chirurgiche oncologiche in crescita

Un peggioramento dentro il successo clinico

Nel periodo 2012-2015, un paziente statunitense con tumore al seno attendeva 34 giorni per l'intervento chirurgico. Nel biennio 2022-2023, quella stessa attesa è salita a 45 giorni.

Questo case study racconta una storia scomoda: un peggioramento operativo dentro un sistema che, sul piano clinico, avanza. Le terapie oncologiche progrediscono, gli esiti di sopravvivenza crescono, e intanto i tempi di attesa per la chirurgia si allungano.

Il dato descrive un pattern diffuso. Riguarda sei tipi di tumore e più di un decennio di storia clinica statunitense. Non è un'anomalia isolata di un singolo ospedale. È una tendenza misurata su scala nazionale, coerente da una finestra temporale all'altra.

L'idea originale: misurare il prima e il dopo

Lo studio, pubblicato su JAMA Surgery e guidato da Timothy Donahue dell'Università della California a Los Angeles, poggia su una scelta metodologica pulita. I ricercatori hanno analizzato oltre 2,7 milioni di pazienti con tumori di stadio I-III diagnosticati tra il 2012 e il 2023.

Poi hanno spezzato dodici anni in quattro finestre temporali: 2012-2015, 2016-2019, 2020-2021 e 2022-2023. Questa segmentazione trasforma un'impressione in un confronto verificabile.

Il valore del metodo sta qui. Ogni finestra offre un denominatore esplicito, e il confronto before/after diventa leggibile per chiunque osservi i dati. Senza questa scomposizione, l'allungamento delle attese resterebbe una percezione aneddotica. Con quattro finestre distinte, invece, la traiettoria diventa un dato che si può replicare e discutere.

Risultati verificati: attese in crescita per sei tumori

• Seno: da 34 a 45 giorni
• Colon: da 20 a 31 giorni
• Polmone: da 41 a 53 giorni
• Pancreas: da 23 a 32 giorni
• Stomaco: da 35 a 49 giorni
• Esofago: da 38 a 48 giorni

La crescita è incrementale tra una finestra e l'altra. Le percentuali di pazienti con attese prolungate (30 giorni e oltre) sono aumentate per tutti e sei i tumori, così come le attese estreme di 60 giorni e oltre.

Perché la tempestività pesa

La velocità di accesso alla chirurgia va oltre il piano amministrativo. Nella cura oncologica agisce come variabile clinica.

I ritardi risultano associati a una sopravvivenza ridotta per diversi tumori, e all'aumento di ansia e distress nei pazienti in attesa. Il tempo, in questo contesto, diventa parte della terapia.

Ecco perché la comunità clinica considera la tempestività un indicatore centrale della qualità. Un esito eccellente raggiunto tardi vale meno dello stesso esito raggiunto presto. La finestra che precede l'intervento non è tempo neutro: è un intervallo in cui la malattia può progredire e in cui il paziente sostiene un carico emotivo misurabile.

Questo inquadra il paradosso del caso. Il sistema investe in centri capaci di esiti superiori, e intanto allunga il tempo che precede quegli esiti.

Il meccanismo: la centralizzazione delle cure

Perché l'attesa cresce mentre la medicina migliora? Il fenomeno coincide con un consolidamento dei sistemi sanitari statunitensi.

Più pazienti vengono convogliati verso centri ad alto volume, in particolare istituzioni accademiche specializzate. Questi centri offrono cure di qualità elevata, collegate a esiti migliori.

Qui emerge la tensione centrale del caso. La concentrazione della domanda crea colli di bottiglia, e i colli di bottiglia allungano i tempi. Il vantaggio clinico del centro specializzato rischia di venire eroso dal ritardo che quello stesso afflusso genera. Un numero limitato di sale operatorie e di specialisti deve assorbire un volume crescente di pazienti. La capacità non si espande alla stessa velocità con cui cresce la domanda concentrata.

Lo studio pone una domanda diretta: i benefici della centralizzazione reggono quando l'attesa raddoppia? È la classica frizione tra eccellenza e capacità.

La frizione che rende il caso istruttivo

Ogni storia utile contiene un momento di attrito. Questo lo ha, ed è distribuito in modo diseguale.

Gli autori rilevano che l'aumento dei tempi colpisce in misura maggiore i pazienti socioeconomicamente vulnerabili. Il rischio di attese più lunghe cresce per chi rientra in categorie precise.

• Pazienti privi di assicurazione o coperti da Medicaid
• Pazienti neri rispetto ai pazienti bianchi
• Persone a basso reddito
• Chi affronta una distanza maggiore per raggiungere il centro di cura

Questo dettaglio cambia la natura del problema. Un ritardo medio nasconde disuguaglianze concrete, e la media aggregata risulta fuorviante. La correzione utile parte proprio da questa lettura disaggregata. Chi guarda solo il numero medio conclude che il sistema rallenta in modo uniforme. Il dato disaggregato mostra invece che alcuni pazienti pagano il ritardo più di altri.

Dove entra l'ottimizzazione operativa

Gli autori dello studio indicano una via d'uscita operativa. I centri di trattamento centralizzati possono ridurre i tempi aumentando la capacità e ottimizzando la programmazione.

Questo è il punto che interessa chi costruisce sistemi. Il problema è di scheduling, di allocazione delle risorse e di previsione della domanda. Sono esattamente le aree in cui gli strumenti di ottimizzazione danno risultati misurabili.

Un sistema di programmazione intelligente assegna sale operatorie, personale e slot in base a priorità cliniche e vincoli reali. Il guadagno si misura in giorni di attesa recuperati, con un before/after chiaro.

Un esempio concreto: la previsione della domanda per reparto consente di spostare slot da settimane sature a settimane libere. La stessa infrastruttura riduce le cancellazioni e i tempi morti in sala.

La lezione trasferibile: la tecnologia conta meno della decisione architetturale che la rende utile. Un centro che ridisegna il flusso di programmazione ottiene di più di uno che aggiunge software sopra un processo fragile. Il software da solo non scioglie un collo di bottiglia. Lo scioglie la decisione di rivedere come vengono allocate le risorse scarse.

Cosa possiamo portare via

Il caso vale oltre la sanità. Qualsiasi organizzazione che concentra la domanda in pochi nodi ad alta qualità affronta lo stesso rischio: l'eccellenza attrae volume, e il volume genera code.

Per un founder o un CEO di PMI, la lettura è pratica. Prima di scalare verso un modello centralizzato, misura la capacità del collo di bottiglia con un test before/after su una metrica singola.

Per un CTO o head of product, il messaggio riguarda la produzione reale. L'ottimizzazione dello scheduling resta una delle applicazioni AI più mature e verificabili, con un ritorno leggibile in unità di tempo.

Per un board, l'asticella si sposta qui: la qualità di un servizio include la sua tempestività. Un benchmark che ignora l'attesa misura metà della realtà.

La domanda aperta

Resta un interrogativo valido per ogni organizzazione, dentro e fuori dalla sanità. Quanto della qualità che offriamo viene consumato dall'attesa che imponiamo per accedervi?

Lo studio suggerisce che la risposta arrivi dai dati disaggregati e da una programmazione ridisegnata, più che da nuove risorse gettate sopra un processo saturo. Chi legge questo case study può porsi la stessa domanda sul proprio flusso operativo.

La disponibilità a rivedere il modo in cui si allocano tempo e capacità è un segno di maturità operativa. Ed è la mossa che separa un centro d'eccellenza reale da uno annunciato. Altre storie con lo stesso schema le trovi nel nostro blog.