В последние десятилетия цифровизация здравоохранения стала одним из ключевых направлений развития систем медицинской помощи. Расширение доступа к мобильной связи и интернету сформировало предпосылки для активного внедрения мобильных медицинских технологий (mHealth), направленных на повышение приверженности терапии, снижение числа пропущенных визитов и улучшение долгосрочных клинических исходов. Многочисленные исследования демонстрируют, что использование SMS-напоминаний и телефонных контактов статистически значимо снижает риск неявки на приём и повышает приверженность лечению хронических заболеваний. Так, по данным метааналитических обзоров, текстовые напоминания уменьшают вероятность пропуска визита примерно на 10–15% и повышают приверженность терапии более чем на 20% [1]. В психиатрической практике мобильные напоминания и телефонное сопровождение ассоциируются с увеличением вероятности возвращения пациента к лечению практически вдвое [2][3].

Особое значение мобильные технологии приобретают в наркологии. Пациенты с расстройствами, связанными с употреблением психоактивных веществ (алкоголя, опиоидов, стимуляторов и др.), характеризуются высоким риском прерывания лечения, низкой приверженностью программам реабилитации и значительной долей досрочного прекращения наблюдения. В этих условиях дистанционные формы контакта — телефонные звонки, SMS, мессенджеры, телемедицинские консультации — рассматриваются как инструмент удержания пациентов в лечении, особенно в постгоспитальном периоде и на этапах амбулаторного сопровождения.

Однако эффективность mHealth-интервенций в значительной степени определяется устойчивостью канала связи между пациентом и медицинской организацией. При всей кажущейся универсальности мобильного телефона как средства коммуникации, стабильность контактных данных не является гарантированной. Частота смены мобильного номера в общей популяции достигает 51% в течение пяти лет [4], а отключение телефонов может становиться причиной до 7% потерь при долгосрочном наблюдении [5]. В социально уязвимых группах эти показатели существенно выше: в отдельных исследованиях стран Африки сообщается о смене номера у 34% участников в течение двух лет, особенно среди молодежи и лиц с сопутствующими хроническими заболеваниями [6].

Анализ имеющихся исследований показал, что ни одно из них не было специально разработано для количественной оценки влияния частой смены мобильного номера на успешность установления контакта с пациентами, страдающими зависимостью. Тем не менее совокупность имеющихся данных указывает на существенную роль нестабильности телефонной связи как одного из факторов неудачных попыток контакта. Так, в исследовании King (2023) среди пациентов с расстройствами, связанными с употреблением психоактивных веществ, выписанных из стационара, 30% всех неуспешных телефонных контактов было обусловлено неактивными или отключёнными номерами. При этом общая доля пациентов, до которых удалось дозвониться, составила лишь 29,5%, что отражает значительный риск потери контакта в раннем постгоспитальном периоде [7].

Для сравнения, в исследовании Ryan et al. (2017), проведённом среди родителей подростков, проходящих амбулаторное лечение по поводу зависимостей, 97,2% звонков осуществлялось на действующие номера, а доля отключённых телефонов составляла лишь 2,7% [8]. Контраст между этими группами демонстрирует, что нестабильность контактных данных не является универсальным свойством популяции пациентов с зависимостью, а тесно связана с социально-демографическими характеристиками выборки.

Особое значение имеет фактор жилищной нестабильности. Только у 8% пациентов без постоянного жилья телефонный контакт был успешным [7]. Oreper et al. (2023) аналогично показали, что даже предоставление мобильных телефонов бездомным пациентам с опиоидной зависимостью не обеспечило устойчивый контакт, только 40% опрошенных ответило на последующие звонки. [9]. Эти данные свидетельствуют о том, что частая смена контактного номера является частью более широкого кластера социальной уязвимости, включающего отсутствие жилья, финансовые ограничения, низкую занятость, нестабильный доход и ограниченный доступ к инфраструктуре (включая возможность регулярно заряжать устройство).

Помимо отключения номера, в исследованиях описаны и другие формы нестабильности телефонной связи: частая смена SIM-карт, использование временных или заимствованных телефонов, ограниченное количество предоплаченного трафика, отсутствие голосовой почты, недоступность абонента в связи с выключенным или разряженным устройством [10][11]. Cunningham et al. (2008) продемонстрировали, что для достижения приемлемого уровня удержания пациентов с зависимостью в исследовании требовалось в среднем 8–10 попыток контакта на одного участника, а в отдельных случаях — до 49 попыток [12]. Это указывает на феномен «нестабильной доступности», то есть пациент может быть недоступен в конкретный момент, но не является полностью потерянным для наблюдения.

Систематический обзор также показал, что наиболее высокие показатели удержания (от 78% до 94%) достигались при использовании многоканальных стратегий — сочетания телефонных звонков, SMS, почтовых уведомлений, контактов через родственников и социальных работников, а также домашних визитов [12–14]. Однако подобные стратегии требуют значительных организационных и кадровых ресурсов, что ограничивает их применение в повседневной практике наркологических учреждений.

Таким образом, анализ литературы позволяет сформулировать несколько принципиальных выводов. Во-первых, нестабильность мобильного номера является значимым фактором неуспешного контакта, однако она редко изучается как самостоятельная переменная. Во-вторых, частота смены номера тесно связана с социальными детерминантами здоровья, прежде всего с жилищной нестабильностью и экономической уязвимостью. В-третьих, существующие исследования в основном описывают последствия нестабильности контактов (низкий процент дозвона, необходимость многократных попыток), но не анализируют предикторы самой смены номера.

В отечественной наркологической практике данная проблема также остается недостаточно изученной. Между тем развитие цифровых форм сопровождения пациентов включая дистанционные консультации, автоматизированные напоминания о визитах, мониторинг состояния с использованием мобильных приложений делает вопрос устойчивости контактной информации критически важным. Отсутствие стабильного номера телефона нивелирует потенциальные преимущества mHealth-интервенций и приводит к преждевременному выходу пациентов из программ лечения и реабилитации.

Таким образом, проблема нестабильности мобильных номеров в наркологической практике выходит за рамки технического вопроса обновления базы данных и приобретает характер социально-медицинского феномена, отражающего уровень социальной интеграции пациента. В условиях цифровой трансформации здравоохранения и расширения телемедицинских форм взаимодействия её изучение становится неотъемлемой частью обеспечения непрерывности лечения.

Цель исследования — установить социально-демографические характеристики, предсказывающие частую смену мобильного номера среди пациентов с зависимостью и определить группы повышенного риска нестабильности контактных данных для последующей разработки стратифицированных стратегий удержания в цифровых программах сопровождения.

Исследование выполнено на основе данных кросс-секционного анализа недетерминированной выборки пациентов наркологического профиля, госпитализированных в специализированный стационар в период с июля 2022 г. по сентябрь 2023 г.

В исследовании, посвящённом изучению пользовательского опыта в сфере цифровых технологий среди пациентов наркологического профиля, приняли участие 1168 пациентов, проходивших стационарное лечение. Сбор данных осуществлялся в профильных мужских и женских отделениях.

Подробное описание дизайна исследования, условий и место его проведения, критериев включения и исключения, а также характеристика выборки представлены в ранее опубликованных работах автора [15][16].

Нестабильность контактных данных оценивалась с использованием двух показателей, отражающих практику смены мобильного номера телефона.

Первый показатель представлял собой дихотомическую переменную, сформированную на основании ответа на вопрос «Вы меняете номер своего мобильного телефона?». Переменная кодировалась следующим образом: 0 — «Нет» (респонденты, не имевшие опыта смены номера), 1 — «Да» (респонденты, менявшие номер вне зависимости от частоты).

Второй показатель отражал частоту смены номера и формировался по ответу на вопрос «Как часто вы меняете номер своего мобильного телефона?». Переменная рассматривалась как порядковая и включала следующие категории, отражающие нарастание частоты смены номера: «Ни разу не менял», «Реже, чем раз в 3 года», «Один раз в 3 года», «Один раз в 2 года», «Один раз в год», «Несколько раз в год». Использование порядковой шкалы позволило оценить степень выраженности нестабильности контактных данных.

На этапе разведочного анализа для оценки ассоциаций между переменными были протестированы различные статистические подходы, включая анализ таблиц сопряжённости (χ² Пирсона), бинарную логистическую регрессию и порядковую логистическую регрессию. Применение бинарной логистической регрессии не продемонстрировало удовлетворительной объяснительной способности моделей: коэффициент детерминации R² Наджелкерка не превышал 0,08, что свидетельствует о низкой доле объяснённой дисперсии зависимой переменной. При использовании порядковой логистической регрессии не выполнялось предположение о пропорциональности шансов (тест параллельности линий), что ограничивало корректность интерпретации полученных оценок.

В связи с указанными ограничениями дальнейший анализ был сфокусирован на кластерном подходе как методе выявления латентной структуры данных.

Для выявления однородных подгрупп пациентов по социально-демографическим характеристикам применяли двухэтапный кластерный анализ (TwoStep Cluster Analysis) в программной среде IBM SPSS Statistics (v.27). В анализ были включены следующие переменные: возраст (непрерывная переменная), тип зависимости (наркотическая/алкогольная), семейное положение, занятость, уровень дохода и наличие детей. Непрерывная переменная предварительно стандартизировалась (z-преобразование) для исключения влияния масштаба.

Оптимальное число кластеров определялось автоматически на основании минимизации Байесовского информационного критерия (BIC). Качество кластерного решения оценивалось по средней силуэтной мере сплочённости и разделимости (silhouette measure of cohesion and separation).

Средняя силуэтная мера оценивается по шкале от −1 до +1, где значения >0, 5 свидетельствуют о хорошем разделении кластеров, 0, 25–0, 5 — об удовлетворительном, а <0, 25 — о слабой кластерной структуре [17]. Импутация пропущенных данных не проводилась. Наблюдения с пропущенными значениями учитывались в анализе в соответствии с алгоритмом метода.

Для последующего анализа различий между выделенными кластерами по частоте смены мобильного номера применяли критерий χ² Пирсона.

В случае таблиц сопряженности 2×2 применялась поправка Йетса на непрерывность. Если в 25% ячеек ожидаемы частоты были <5, применялись точные критерии. Для оценки силы связи между категориальными переменными, помимо уровня статистической значимости, рассчитывался коэффициент V Крамера как мера размера эффекта. Интерпретация величины эффекта проводилась в соответствии с рекомендациями J. Cohen: значения около 0, 10 расценивались как малый эффект, около 0, 30 — как средний, около 0, 50 — как крупный [18].

Во всех случаях, где имели место множественные сравнения, для предотвращения инфляции ошибки первого рода применялась поправка Бенджамини — Хохберга [19]. Вычисления проводились в программе MicroSoft Excel 365. Статистически значимыми считались различия при p<0, 05.

Теоретический объём выборки определяли исходя из методологических требований к устойчивости кластерного решения при анализе смешанных переменных и корректности последующих межкластерных сравнений категориальных признаков. Для двухэтапной кластеризации (TwoStep Cluster Analysis), сочетающей иерархическую предварительную агрегацию и вероятностную модельную оценку (log-likelihood), рекомендуется, чтобы минимальный размер кластера обеспечивал устойчивость разбиения и интерпретируемость профилей [20][21]. Практические рекомендации предполагают не менее 50–100 наблюдений в наименьшем кластере при анализе 5–10 переменных смешанного типа.

Дополнительно учитывались требования критерия χ² Пирсона для таблиц сопряжённости: ожидаемые частоты в большинстве ячеек должны быть не менее 5 [22]. При предполагаемом числе кластеров 2–4 это требует общего объёма выборки не менее 300–400 наблюдений в зависимости от распределения категориальных уровней. Фактический объём выборки (n=1168) существенно превышает указанные минимальные значения.

В результате проведённого кластерного анализа было получено двухкластерное решение, которое определялось на основе Байесовского информационного критерия (BIC). Анализ динамики изменения BIC для решений в диапазоне от 1 до 15 кластеров продемонстрировал, что наибольшее снижение информационного критерия происходит при переходе от одного к двум кластерам (ΔBIC =– 1398, 5), что сопровождается максимальным отношением изменения BIC (1, 0) и наилучшими показателями отношения мер расстояния (1, 84). Дальнейшее увеличение числа кластеров приводило к менее выраженному снижению BIC. Качество полученной кластерной модели оценивалось с помощью силуэтной меры согласованности, которая составила 0,3 (рис. 1).

Согласно общепринятым критериям оценки (Kaufman & Rousseeuw, 1990), данное значение интерпретируется как показатель «удовлетворительного» качества кластеризации, свидетельствуя о приемлемой степени компактности внутри кластеров и различий между ними, что позволяет считать выделенные профили достаточно устойчивыми для содержательной интерпретации и дальнейшего статистического анализа [17].

В итоговую модель вошли 1076 наблюдений (92,1% от исходной выборки), 92 наблюдения (7,9%) были исключены из-за наличия пропущенных значений хотя бы по одной из анализируемых переменных.

Распределение респондентов по кластерам представлено в таблице 1.

Анализ центроидов и распределения категориальных переменных позволил построить социально-демографические портреты каждого кластера (табл. 2).

Кластер 1 (n = 630; 58,6%) объединил пациентов старшего возраста (средний возраст — 51, 3 года), преимущественно с алкогольной зависимостью, состоящих в браке (82,5% от всех женатых респондентов), имеющих детей (81,9% от всех респондентов с детьми) и характеризующихся социальной стабильностью. В этой группе сконцентрированы пенсионеры (95,0% от всех пенсионеров в выборке), инвалиды (69,4%) и домохозяйки (64,3%). Образовательный уровень представлен преимущественно средним (59,6% от всех лиц со средним образованием), средним специальным (60,3%) и законченным высшим (67,5%). На основании указанных характеристик кластер был интерпретирован как «Старшее поколение, семейные, с алкогольной зависимостью».

Кластер 2 (n=446; 41,4%) сформировали пациенты молодого возраста (средний возраст — 37,1 года), характеризующиеся наркотической зависимостью (все 197 пациентов с наркотической зависимостью в выборке вошли именно в этот кластер, что составляет 44,2% от его состава), отсутствием семьи (88,9% от всех одиноких респондентов), отсутствием детей (92,6% от всех бездетных) и социальной нестабильностью. В кластере преобладают безработные, ищущие работу (56,7% от всех безработных данной категории), а также безработные, не ищущие работу (61,4% от всех в этой категории). Образовательный профиль характеризуется высокой долей лиц с неоконченным средним (74,2% от всех в данной категории) и незаконченным высшим (54,1%) образованием. Кластер получил название «Молодые, несемейные, с наркотической зависимостью».

Для оценки прогностической значимости выделенных кластеров в контексте нестабильности контактных данных был проведён анализ связи с бинарной переменной «Наличие опыта смены мобильного номера» (Да/Нет) и порядковой переменной «Частота смены мобильного номера» (шесть градаций: от «Ни разу не менял» до «Несколько раз в год»). В анализ были включены 1035 респондентов (исключены пропуски по данным вопросам).

Бинарный анализ выявил статистически высоко значимые различия между кластерами (χ²=36, 995; df = 1; p<0, 001; V Крамера=0, 189). В «молодом» кластере 2-я доля респондентов, имеющих опыт смены номера, составила 59,4% (255 из 429), тогда как в «старшем» кластере 1 этот показатель был равен 40,3% (244 из 606). Таким образом, молодые пациенты с наркотической зависимостью и социальной нестабильностью значимо чаще сообщают о смене контактного номера телефона. Размер эффекта (V Крамера=0, 189) соответствует слабой связи.

Использование порядковой переменной с шестью градациями частоты позволило существенно детализировать полученные выводы (табл. 3).

Статистический анализ подтвердил высокую значимость различий в распределении частоты смены номера между кластерами (χ²=53, 955; df=5; p<0, 001; V Крамера=0, 228). Выявлен чёткий градиент: наиболее высокая частота смены номера (категории «Несколько раз в год» и «Один раз в год») характерна для пациентов второго кластера. Так, 66,7% респондентов, меняющих номер несколько раз в год (48 из 72), и 65,3% меняющих номер ежегодно (32 из 49) принадлежит к кластеру 2. В совокупности доля лиц, меняющих номер ежегодно или чаще, в кластере 2 составила 18,7% (80 из 429), тогда как в кластере 1 данный показатель не превысил 6,8% (41 из 606). В категории лиц, никогда не менявших номер, напротив, доминируют представители первого кластера (67,5%; 362 из 536). Размер эффекта для анализа порядковой переменной (V Крамера=0, 228) соответствует умеренной связи, что свидетельствует о большей чувствительности более детализированной шкалы при оценке изучаемого феномена.

Для выявления различий в частоте смены номера между выделенными кластерами был проведён апостериорный анализ. В таблице 4 представлены результаты попарных сравнений групп с указанием исходных и скорректированных значений p (табл. 4).

Статистически значимые различия (p-скорр.<0, 05) кластеров были обнаружены при сравнении группы «Несколько раз в год» с группами «Реже» (p=0, 005) и «Ни разу не менял» (p<0, 001). Также значимые различия зафиксированы между группами «Один раз в год» и «Реже» (p=0, 025), «Один раз в год» и «Ни разу не менял» (p<0, 001), а также между кластерами «Один раз в 3 года» и «Ни разу не менял» (p=0, 003) и «Реже» и «Ни разу не менял» (p=0, 007). Сила связи, оценённая с помощью V Крамера, варьировалась от слабой до умеренной (от 0, 095 до 0, 230).

Полученные результаты свидетельствуют о том, что ключевые различия в паттернах смены номера между кластерами наблюдаются у тех, кто делал это очень часто и теми, кто никогда не менял номер или делал это крайне редко.

Полученные в настоящем исследовании результаты позволяют рассматривать нестабильность мобильного номера как социально обусловленный феномен, имеющий существенное значение для эффективности дистанционных форм медицинского сопровождения пациентов наркологического профиля. Проведённый кластерный анализ выявил существование двух отчётливо различающихся социально-демографических профилей пациентов, ассоциированных с различной частотой смены мобильного номера. Пациенты молодого возраста, характеризующиеся наркотической зависимостью, отсутствием семьи и нестабильной занятостью, значительно чаще сообщали о смене номера телефона по сравнению с более старшей и социально стабильной группой пациентов с алкогольной зависимостью. Доля лиц, меняющих номер ежегодно или чаще, в молодом кластере составила 18,7%, тогда как среди представителей «старшего» кластера она не превышала 6,8%.

Полученные результаты согласуются с международными данными, указывающими на значительное влияние социальных факторов на устойчивость коммуникации между пациентом и системой здравоохранения. В исследованиях, посвящённых телекоммуникационному сопровождению пациентов с расстройствами, связанными с употреблением психоактивных веществ, показано, что до 30% неудачных попыток телефонного контакта может быть обусловлено неактивными или отключёнными номерами [7]. При этом уровень доступности пациентов для телефонной коммуникации существенно варьируется в зависимости от социального контекста: в относительно стабильных выборках доля действующих номеров может превышать 90% [8], тогда как в группах повышенной социальной уязвимости показатели успешного контакта значительно ниже [9].

Важным результатом настоящего исследования является подтверждение гипотезы о том, что нестабильность контактных данных отражает не столько технические особенности использования мобильной связи, сколько уровень социальной интеграции пациента. Выделенный «молодой» кластер характеризовался совокупностью признаков социальной дезадаптации — отсутствием семьи, детей и устойчивой занятости. В литературе подобные характеристики неоднократно рассматривались как факторы риска выбытия из программ лечения и последующего рецидива употребления психоактивных веществ [23][24].

Особую роль в формировании нестабильности контактных данных играют структурные социальные факторы. В ряде исследований показано, что пациенты, часто меняющие место проживания, значительно реже доступны для дистанционного контакта. Так, King et al. (2023) показал, что среди пациентов без постоянного жилья успешный телефонный контакт после выписки из стационара устанавливался лишь в ограниченном числе случаев [7]. Аналогичные выводы представлены в работе Oreper et al. (2023), где даже предоставление мобильных телефонов пациентам с опиоидной зависимостью не обеспечило устойчивого контакта [9]. Эти результаты подтверждаются и другими исследованиями, демонстрирующими, что технологические решения сами по себе не способны компенсировать влияние социальных детерминант здоровья [25].

Интересно отметить, что в настоящем исследовании пациенты «молодого» кластера чаще сообщали о среднем и высоком уровне дохода, несмотря на выраженную социальную нестабильность. Подобный феномен может отражать особенности экономического поведения лиц с наркотической зависимостью, для которых характерны краткосрочные и нестабильные источники дохода [26]. Такая финансовая динамика может способствовать частой смене SIM-карт и мобильных операторов, особенно при использовании предоплаченных тарифных планов. Аналогичные наблюдения приводятся в исследованиях, посвящённых коммуникационным барьерам в уязвимых популяциях пациентов [10][11].

Полученные результаты также подтверждают существование феномена так называемой «нестабильной доступности» пациентов с зависимостями. В ряде исследований показано, что даже при большом числе неудачных попыток контакт может быть установлен при повторных обращениях. Например, Cunningham et al. (2008) показал, что для достижения удовлетворительного уровня последующего наблюдения может требоваться в среднем 8–10 попыток телефонного контакта, а в отдельных случаях — до нескольких десятков попыток [12]. Подобные данные подтверждаются и исследованиями Håkansson A. (2011) и Johnson N.A. (2015), демонстрирующими, что последовательные повторные контакты способны существенно повысить вероятность удержания пациентов в программах лечения [27][28].

С практической точки зрения, полученные результаты имеют важное значение для организации дистанционных форм сопровождения пациентов наркологического профиля. Современные исследования показывают, что наиболее высокие показатели удержания достигаются при использовании многоканальных стратегий коммуникации, включающих сочетание телефонных звонков, текстовых сообщений, электронных напоминаний и контактов через социальные сети или родственников [13][14]. Дополнительные цифровые инструменты, включая автоматизированные SMS-платформы и мобильные приложения, также могут повышать уровень вовлечённости пациентов в лечение[29].

В контексте полученных нами результатов представляется перспективным использование стратифицированного подхода к организации коммуникации с пациентами. Выделенные кластерные профили могут рассматриваться как группы риска нестабильности контактных данных. Для пациентов второго кластера, характеризующихся высокой частотой смены номера, могут быть рекомендованы дополнительные меры удержания: сбор альтернативных контактных данных (родственников, друзей, социальных работников), регулярная верификация номера телефона при каждом визите, использование нескольких каналов связи одновременно, а также внедрение моделей коммуникации «равный-равному» и цифровых платформ, позволяющих поддерживать контакт независимо от смены SIM-карты.

Для более социально стабильной группы пациентов с алкогольной зависимостью, напротив, традиционные методы коммуникации — телефонные звонки и SMS-напоминания — могут оставаться достаточно эффективными. Такой дифференцированный подход позволит более рационально распределять ресурсы медицинских организаций и повышать эффективность программ цифрового сопровождения пациентов.

Следует также учитывать, что качество полученного кластерного решения характеризовалось умеренной величиной силуэтной меры (0, 3), что согласно методологическим рекомендациям, интерпретируется как удовлетворительное, но не высокое качество разделения кластеров [17]. Подобный результат, вероятно, отражает сложность и многомерность социальных характеристик пациентов наркологического профиля. В отличие от биомедицинских параметров, социально-демографические переменные часто формируют размытые и частично перекрывающиеся профили, что приводит к снижению чёткости кластерной структуры. Таким образом, выявленные кластеры следует рассматривать не как строго дискретные категории пациентов, а как аналитические профили, отражающие преобладающие комбинации социальных характеристик. Тем не менее даже при умеренной величине силуэтной меры полученная кластеризация продемонстрировала статистически значимые различия в частоте смены мобильного номера между группами, что подтверждает её аналитическую и интерпретационную ценность.

Результаты настоящего исследования показывают, что нестабильность контактных данных у пациентов наркологического профиля является не случайным поведенческим явлением, а отражением более широких социальных процессов, связанных с уровнем социальной интеграции и жизненной стабильности пациента. Проведённый кластерный анализ позволил выявить два отчётливо различающихся социально-демографических профиля пациентов, характеризующихся различными паттернами использования мобильной связи. Пациенты молодого возраста с наркотической зависимостью, отсутствием семьи и нестабильной занятостью значительно чаще меняют номер мобильного телефона, что повышает риск потери контакта с системой здравоохранения. Напротив, пациенты старшего возраста с алкогольной зависимостью и более устойчивым социальным положением демонстрируют значительно более стабильные коммуникационные паттерны.

Полученные данные позволяют рассматривать частоту смены мобильного номера как потенциальный индикатор социальной нестабильности и риска выпадения пациента из программ лечения и наблюдения. Выявление подобных групп риска имеет важное практическое значение для разработки дифференцированных стратегий коммуникации и удержания пациентов в программах цифрового сопровождения. Для пациентов с высоким риском нестабильности контактных данных целесообразно применение многоканальных моделей коммуникации, регулярная верификация контактной информации и использование дополнительных социальных связей для поддержания контакта.

Таким образом, учёт социально-демографических факторов нестабильности контактных данных может повысить эффективность дистанционных форм медицинского сопровождения и способствовать улучшению удержания пациентов в программах лечения зависимостей. Дальнейшие исследования представляются перспективными в направлении разработки прогностических моделей риска потери контакта с пациентами и интеграции подобных индикаторов в системы цифровой поддержки наркологической помощи.

Следует отметить и ряд ограничений настоящего исследования. Во-первых, данные имеют кросс-секционный характер, что не позволяет делать окончательные выводы о причинно-следственных связях между социальными характеристиками и нестабильностью контактных данных. Во-вторых, информация о смене номера основывалась на самоотчётах пациентов, что может сопровождаться мнестическими искажениями или социальной желательности. В-третьих, исследование проводилось на выборке пациентов одного стационарного учреждения, что может ограничивать обобщаемость результатов. В-четвёртых, полученная кластерная структура требует дальнейшей валидации, так как нельзя исключать, что более значимые предикторы нестабильности контактного номера остались за пределами нашего анализа.