La relazione tra uso di sostanze e tratti di personalità:  studio pilota mediante cluster analysis dei profili MMPI di pazienti minori e giovani adulti <br> Berivi S., Grassi A., La Spina G., Lauriola M., Pozzi D., Russello C.

La relazione tra uso di sostanze e tratti di personalità: studio pilota mediante cluster analysis dei profili MMPI di pazienti minori e giovani adulti
Berivi S., Grassi A., La Spina G., Lauriola M., Pozzi D., Russello C.

La relazione tra uso di sostanze e tratti di personalità: 

studio pilota mediante cluster analysis dei profili MMPI di pazienti minori e giovani adulti[1]

di Berivi S., Grassi A., La Spina G., Lauriola M., Pozzi D., Russello C.

Parole chiave: adolescenza, minori, giovani adulti, MMPI, personalità, disturbo da uso di sostanze, dipendenza, Cannabinoidi, THC,

Abstract: I recenti dai forniti dall’Osservatorio Europeo delle droghe e delle tossicodipendenze e quelli rilevati dallo studio ESPAD@Italia segnalano che il consumo di sostanze illegali nella fascia giovanile è un fenomeno in costante crescita. Sono ormai note da un lato le evidenze scientifiche che dimostrano che l’uso precoce di sostanze tende ad interferire con i processi di sviluppo e di maturazione cerebrale dell’adolescente, e dall’altro la comprovata e alta correlazione tra i tratti psicopatologici di personalità e i concomitanti disturbi psichiatrici in soggetti che abusano di sostanze psicotrope. All’interno di questo quadro s’inserisce la nostra ricerca pilota condotta attraverso l’analisi dei profili MMPI-2 e MMPI-A dei pazienti di un Servizio ambulatoriale specifico per minori e giovani adulti – 13/22 anni – del Sistema Sanitario Nazionale, con l’obiettivo di indagare i tratti di personalità e la relazione che questi possono avere con l’uso di sostanze e la correlata diagnosi. Mediante l’utilizzo dell’analisi dei cluster è stato possibile identificare differenti profili di personalità omogenei all’interno del nostro campione. Le analisi dei dati sono state eseguite mediante il software statistico IBM SPSS 25. I risultati hanno evidenziato che la relazione tra l’uso di sostanze e i tratti psicopatologici era direttamente proporzionale alla compromissione del funzionamento della personalità. A una maggiore gravità dell’uso di sostanze corrisponde un aggravamento della sintomatologia psicopatologia. Diversamente dalle tesi che sostengono il funzionamento post-morboso di personalità, i risultati da noi ottenuti avvalorerebbero la teoria della presenza di un funzionamento premorboso, in cui la sostanza si inserisce all’interno di un quadro psicopatologico della personalità che conduce alla dipendenza da sostanze. Alla luce dei risultati ottenuti ribadiamo che, la necessità e l’importanza di attivare interventi in un’ottica preventiva per una popolazione di soggetti così a rischio, significa dunque intervenire precocemente sulla promozione dello sviluppo normale di personalità, sulla promozione di stili di vita più sani ed evitare dunque danni futuri alla salute fisica e psichica.

Keywords: adolescence, young adult, MMPI, personality, substances use disorder, addiction, cannabinoids, THC.

Abstract: Recent data provided by the European Monitoring Center for Drugs and Drug Addiction and the ESPAD@Italia study indicated that the consumption of illegal substances in the young population is constantly increasing. According to scientific evidence, it is well known that early substance use tends to interfere with adolescent brain development and maturation processes. It was also proven that psychopathological personality traits are highly correlated to concomitant psychiatric disorders in subjects who abuse psychotropic substances. Within this framework, our pilot research was done, analyzing MMPI-2 and MMPI-A profiles in patients from a specific outpatient clinic of the Sistema Sanitario Nazionale (SSN; in English: National Health System) for adolescents and young adults from 13 to 22 years of age. Our study aims to investigate the personality traits and their relationship with substance use the diagnosis of substance use disorder. Using cluster analysis on our sample, we were able to cluster the subjects based on their shared personality traits, separating them into 3 different groups. Data analysis was performed using the IBM SPSS 25 statistical software. The results showed that substance use and psychopathological traits are directly proportional to the impairment of personality function. The more severe the substance use, the more severe the psychopathological symptoms. Unlike theories that support the post-morbid personality function, the results obtained by our study would support the presence of a premorbid one, in which the substance is introduced within a pre-existing psychopathological picture, consequently leading to substance addiction. In light of these results, we reiterate that for a population at such high risk, interventions must be done early to ensure a normal personality development, promote a healthier lifestyle and avoid physical and mental damages in the future.

*–

Introduzione

Sebbene il consumo di sostanze stupefacenti sia stato considerato piuttosto stabile in questi ultimi anni, nuove forme di verifica affermano che il fenomeno è in diffusione crescente e sta assumendo sempre di più caratteristiche preoccupanti, soprattutto tra i minorenni e i giovani. Qualche anno fa, Giovanni Serpelloni (2011) aveva osservato il modo in cui il fenomeno dell’uso di sostanze nelle fasce adolescenziali fosse cambiato e avesse assunto caratteristiche molto diversificate; l’autore ha inoltre evidenziato come le variazioni sociali e culturali, quelle del mercato della droga e la comparsa di nuove sostanze, nonché le modalità di consumo e l’associazione di più sostanze, avessero comportato una forte differenziazione dello scenario generale. Gli ultimi dati provenienti dallo studio ESPAD®Italia (European School Survey Project on Alcohol and other Drugs®Italia), presentati nella relazione annuale al Parlamento del 2019 (Dati 2018) sul fenomeno delle tossicodipendenze in Italia, hanno evidenziato che il 33,6% degli studenti (circa 870.000 ragazzi) ha utilizzato almeno una sostanza psicoattiva illegale nel corso della propria vita (M=37,3%; F=29,6%), mentre il 25,6% (M=29,2%; F=21,8%) ha riferito di averne fatto uso nel corso dell’ultimo anno (660.000 studenti). Tra questi, la maggioranza, corrispondente all’89,4%, ha assunto una sola sostanza illegale. Il restante 10,6% è invece definibile come “poliutilizzatore”, avendo assunto due (5,8%) o almeno tre sostanze (4,8%). Sono invece 400.000 (pari al 15,5% del totale) gli studenti che hanno utilizzato sostanze psicoattive illegali nel corso del mese in cui è stato condotto lo studio (M=18,5%; F=12,3%) e il 3,8% ne ha fatto un uso frequente (M=5,8%; F=1,7%), ossia più di 97.000 studenti hanno utilizzato 20 o più volte cannabis e/o 10 o più volte le altre sostanze illegali (cocaina, stimolanti, allucinogeni, eroina) negli ultimi 30 giorni. Circa 30.000 studenti (l’1,2% del totale) hanno riferito di aver assunto una o più sostanze senza sapere cosa fossero: per il 64,7% si è trattato di un’esperienza fatta al massimo 5 volte, per uno studente su quattro, invece, si è ripetuta 20 o più volte. Il 78,1% di chi ha preso sostanze senza sapere cosa fossero era anche all’oscuro degli effetti che avrebbero provocato. La cannabis si mantiene al primo posto come la sostanza illegale maggiormente utilizzata, mentre in pochi anni il secondo posto è stato occupato dalle Nuove Sostanze Psicoattive (New Psychoactive Substances – NPS), seguite da cannabinoidi sintetici, cocaina, stimolanti, allucinogeni ed eroina. L’uso di sostanze psicoattive si conferma più diffuso tra gli studenti di genere maschile: per tutte le sostanze il rapporto di genere è di circa 1,5, a eccezione della cocaina e degli allucinogeni, sostanze per le quali la prevalenza tra i ragazzi è doppia rispetto a quella tra le ragazze.

Anche lo European Monitoring Centre for Drugs and Drug Addiction (EMCDDA) stima che nel 2019 abbiano fatto uso di droghe 19,1 milioni (16 %) di giovani adulti (15-34 anni); tra coloro che hanno segnalato di averne fatto uso, i maschi (20 %) sono il doppio delle femmine (11 %). La cannabis è la sostanza illecita più usata in tutte le fasce di età. Se si considerano solo i 15-24enni si osserva che la prevalenza più elevata è quella del consumo di cannabis e corrisponde al 18 % (10,1 milioni) hanno fatto uso di questa droga nell’ultimo anno e il 9,3 % (5,2 milioni) nell’ultimo mese.

Malgrado l’evidenza del crescente fenomeno del consumo di sostanze tra i giovani, solo pochi i paesi dispongono di dati d’indagine sufficienti per consentire un’analisi statistica delle tendenze a lungo termine del consumo di cannabis tra i giovani adulti (15-34 anni) nell’ultimo anno. Tra questi, le tendenze alla diminuzione osservate in precedenza in Spagna e nel Regno Unito (Inghilterra e Galles) si sono stabilizzate nei dati più recenti, sebbene il Regno Unito abbia registrato un aumento al 12,3 % nell’ultimo anno. Dal 2000, in alcuni paesi è stata osservata una tendenza all’aumento nella prevalenza del consumo di cannabis tra i giovani adulti. Tra questi paesi si segnalano Irlanda e Finlandia, dove i dati più recenti indicano livelli prossimi alla media dell’Unione Europea (UE) del 14,4 % e, seppure a livelli inferiori, Bulgaria e Romania. In Francia le indagini recenti mostrano che i livelli di prevalenza sono stabili a un livello elevato del 22 %. In Danimarca un’indagine del 2017 ha registrato una diminuzione al 15,4 % rispetto alla stima del 17,6 % del 2013.

Se da un lato l’oggettivo aumento del consumo tra i giovani è di fatto un trend in crescita, dall’altro appare necessaria una riflessione sull’insorgenza della dipendenza, di modo tale da poter effettuare interventi di early detection. Tra i giovanissimi, infatti, l’uso sperimentale iniziale delle sostanze sta diventando sempre più precoce, con una sempre più maggiore noncuranza dei rischi e dei danni derivanti, data la tendenza a sottostimarli entrambi. L’uso precoce di sostanze comporta, inoltre, una forte interferenza con i processi di maturazione e sviluppo cerebrale dell’adolescente, età in cui, da un lato si consolidando numerose funzioni neuropsichiche (meccanismi di apprendimento, di memorizzazione, della motivazione, del coordinamento e dei sistemi della gratificazione) e dall’altro si sviluppano e si definiscono importanti aspetti della personalità (l’autostima, la self-efficacy, i processi di problem analysis, di decision making, ecc) (Serpelloni 2011).

La dipendenza è pertanto un processo dinamico che si manifesta non solo per l’attività sul cervello delle droghe e delle sostanze psicoattive, ma per tutta una serie di determinanti concorrenti di tipo genetico, biologico, ambientale, psicologico, culturale, economico. Si sviluppa anche su un terreno biologico di vulnerabilità che dipende da tratti genetici e temperamentali. Per i primi, gli studi su gemelli separati alla nascita dai genitori avvalorano che per i figli di soggetti con abuso di droghe esiste una possibilità di diventare a loro volta abusatori che va dal 39% per gli allucinogeni al 72% per la cocaina (Goldman et al. 2005). Per i secondi, molti studi si sono concentrati sulla correlazione fra psicopatologia ed uso di sostanze. Comprendere dunque i principali tratti di personalità che sembrano associarsi alla vulnerabilità verso l’uso problematico di droghe, di sostanze psicoattive e dipendenze comportamentali è un tema che sta suscitando un crescente interesse per la ricerca e per le potenzialità nella clinica e nella prevenzione (Morrow & Flagel 2016). Numerose evidenze scientifiche sostengono l’alta correlazione tra tratti psicopatologici di personalità e concomitanti disturbi psichiatrici in soggetti che abusano di sostanze psicotrope in generale (Shedler & Block 1990, Greene et al. 1993, Allen et al. 1998, McGue et al. 1999, Gerra & Frati 2000, Liraud & Verdoux 2000, Gerra et al. 2000, Gerra et al. 2001, Biondi & Dimauro 2001, Feske et al. 2006, Mercenaro & Pirastu 2007, De Persis et al. 2009, Grant et al. 2009, Martinotti et al. 2010, Di Blasi et al. 2010, Swendsen et al. 2010, Lin et al. 2011, Maremmani et al. 2012).

In questo quadro si inserisce la nostra ricerca pilota che attraverso l’analisi dei profili emersi negli MMPI-2 e MMPI-A, dei pazienti di un Servizio ambulatoriale specifico per pazienti minori e giovani adulti – 13/22 anni – del Servizio Sanitario Nazionale, vuole tentare di comprendere le potenziali corrispondenze fra l’uso di sostanze ed eventuali tratti psicopatologici di personalità.

Metodologia e strumenti

Il Servizio ambulatoriale specialistico prevede al suo interno una metodica standardizzata sia per la valutazione che per il trattamento dei pazienti. Il Servizio garantisce una pronta accoglienza delle richieste dei singoli utenti e delle loro famiglie, l’accesso è diretto, senza necessità di prenotazione (CUP – Centro Unico di Prenotazione), nel rispetto della privacy. Gli utenti seguono un percorso ambulatoriale scandito da precise fasi: intake, accoglienza, assessment e valutazione multidisciplinare, progetto terapeutico personalizzato, trattamento multidisciplinare, conclusione, monitoraggio e verifica. È nella fase di accoglienza che si concorda con l’utente il calendario di appuntamenti previsti per il percorso valutativo (valutazione psicologica, valutazione psichiatrica, visita medica e analisi delle urine), con l’obiettivo di fornire un quadro ben preciso e circoscritto del percorso che effettuerà all’interno dell’ambulatorio.

Per quanto riguarda la formulazione della diagnosi di Disturbo da non uso/uso di sostanze, con riferimento ai criteri del Manuale Diagnostico e Statistico dei disturbi mentali-5 (DSM-5), vengono operate diverse indagini. Il protocollo operativo applicato prevede: visita medica, due colloqui psicologici, un colloquio psichiatrico, la somministrazione di una batteria di test psicodiagnostici[2] e l’analisi dei metaboliti urinari effettuati a vista con metodica on site con valore legale di 1° livello, al fine di evitarne la falsificazione. I presupposti teorici del seguente protocollo fanno riferimento alla ormai comprovata compresenza delle problematiche di dipendenza con molte problematiche psichiatriche. Le valutazioni sono condotte singolarmente da due operatori diversi, psicologo e psichiatra, i quali elaborano la propria diagnosi che, successivamente, in sede di riunione d’equipe viene poi confrontata e concordata in modo definitivo e formulata su un apposito format che disegna anche i principi seguiti nella valutazione. In tal modo, la diagnosi finale viene elaborata mediante la concordanza tra i due operatori allo scopo di garantirne l’attendibilità.

Ai soggetti del campione sono stati somministrati i seguenti test: Minnesota Multiphasic Personality Inventory-2 (Butcher & Williams 2000) e Minnesota Multiphasic Personality Inventory – A (Butcher et al. 1992). Per circoscrivere il nostro studio sono state prese in considerazione solo alcune scale delle due versioni di MMPI (MMPI-2 e MMPI-A). Sono state condotte le analisi statistiche solo sulle

scale comuni ad entrambe le versioni, ovvero le 3 scale di validità (Menzogna – L, Frequenza – F e Correzione – K ) le 9 scale cliniche (Ipocondria – Hs; Depressione – D; Isteria – Hy; Deviazione Psicopatica – Pd; Paranoia – Pa; Psicoastenia – Pt; Schizofrenia – Sc; Ipomania – Ma; Introversione Sociale – Si.), le relative sottoscale di Harris e Lingoes, infine le 11 scale di contenuto (Ansia – ANX; Ossessività – OBS; Depressione – DEP; Preoccupazioni per la salute – HEA; Ideazione Bizzarra – BIZ; Rabbia – ANG; Cinismo – CYN; Autopercezione negativa – LSE; Disagio sociale – SOD; Problemi familiari – FAM; Difficoltà di trattamento – TRT).

Le due versioni MMPI presentano punteggi standard T (M=50 Ds=10). Punteggi T>65 (corrispondono al 92° percentile in modo uniforme per le otto scale cliniche, tranne le scale 5 e 0, e di contenuto) in tutte le scale e punteggi T<40 in alcune scale (Pa, Es, Re, GM, GF) indicano problematicità clinica, mentre i valori compresi tra 60 e 65 rivelano la presenza di tratti problematici (Butcher & Williams 2000).

Lo studio è stato condotto utilizzando i dati provenienti dal Servizio ambulatoriale, il cui il target di riferimento è costituito da minori e giovani adulti, che mostrano segni di esordi di dipendenza da uso di sostanze e da dipendenze comportamentali, quali ludopatia, la dipendenza da internet e da giochi elettronici, lo shopping compulsivo ecc.

Sono stati selezionati per questo studio complessivamente 67 soggetti con età compresa dai 13 ai 22 anni per il periodo che intercorre dalla Delibera di istituzione fino a dicembre 2018, ossia18 mesi. Sono stati esclusi i soggetti appartenenti alle consulenze (N=13), fatta eccezione per quei pazienti che dopo la consulenza sono stati presi in carico dal nostro servizio, quelli aventi dati incompleti (N=14) e i drop out (N=7). L’89,6% (N = 60) dei soggetti era di sesso maschile, mentre il 10,4% (N =7) era di sesso femminile[3] (Vedi Figura 1).

Immagine che contiene screenshot, computer Descrizione generata automaticamente

Figura 1 – Sesso del campione

L’età del campione all’ingresso del servizio era in media di 17 anni (M = 17.30) e variava da un minimo di 13 anni ad un massimo di 22 anni (Vedi Figura 2).

Figura 2 – Età all’ingresso del servizio

L’età di prima assunzione della sostanza era in media di 14 anni (M= 14.25) media e variava da un minimo di 11 anni a un massimo di 20 anni (Vedi Figura 3).

Figura 3 – Età di prima assunzione della sostanza

È stato osservato come in media trascorrevano tre anni dalla prima assunzione della sostanza all’ingresso al servizio.

Per quanto riguarda il livello di scolarità raggiunto dai soggetti, il 3,0% (N = 2) possedeva il titolo di scuola elementare, l’89,6% (N = 60) possedeva il titolo di scuola media inferiore, l’7,5% (N = 5) possedeva il diploma di scuola media superiore (Vedi Figura 4).

Figura 4 – Livello di scolarità

È stato analizzato il tipo di convivenza dei ragazzi, osservando come il 56,06 % (N = 37) vivesse con l’intera famiglia composta da madre e padre, il 27,27% (N = 18) viveva solo con la madre, l’10,61% (N = 7) solo con il padre e infine il 6,06% (N = 4) in un’altra soluzione abitativa, ad esempio con un nonno (Vedi Figura 5).

Figura 5 – Tipologia di convivenza

I pazienti si differenziavano per essere giunti al servizio in maniera diversa: il 28,4% (N= 19) era acceduto al servizio tramite autoinvio, una persona era stata inviata dal Consulente Tecnico di Ufficio (CTU), il 25,4% (N=17) era stato inviato dal Centro per la Giustizia Minorile (CGM), il 3,0% (N= 2) per consulenza, il 38,8% (N = 26) dall’Ufficio Servizio Sociale per i Minorenni (USSM), un paziente proveniva dal Dipartimento di Salute Mentale (DSM) e uno dal servizio Tutela Salute Mentale e Riabilitazione dell’ Età Evolutiva (TSMREE) (Vedi Figura 6).

Figura 6 – Tipologia di accesso al Servizio

Per quanto riguarda il tipo di dipendenza il 61,2% (N = 41) presentava una dipendenza da Δ-9-Tetraidrocannabinolo (THC), il 32,8% (N = 22) dei pazienti presentava un poliabuso, il 4,5 % (N= 3) invece presentava una dipendenza comportamentale (dipendenza da internet o ludopatia). Un solo soggetto presenta dipendenza da cocaina (vedi Figura 7 e dettaglio Tabella 1).

Figura 7 – Tipologia di dipendenza

DIPENDENZA
Frequenza Percentuale
Cocaina 1 1,5
Ludopatia, Cocaina 1 1,5
Internet 2 3,0
Ludopatia 1 1,5
OPI, THC, Chetamina 1 1,5
THC 42 62,7
THC, MDMA, Cocaina 1 1,5
THC, Cocaina 13 19,4
THC, Cocaina. Eroina 2 3,0
THC, Ketamina, Cocaina 1 1,5
THC, Ketamina, MDMA, Cocaina 1 1,5
THC, Crack 1 1,5
Totale 67 100,0

Tabella 1 – Analisi delle frequenze per tipo di dipendenza

È stato inoltre domandato ai pazienti se attualmente fumassero tabacco ed è emerso che lo 89,80% (N = 44) dei soggetti hanno risposto “Si”, mentre il 10,20% (N = 5) dei soggetti ha dichiarato “No” (Vedi Figura 8).

Figura 8 – Consumo di tabacco

Al campione d’analisi è stata, inoltre, effettuata una valutazione per eventuale diagnosi da uso di sostanze e diagnosi di disturbo psichiatrico (segue paragrafo con specifiche sulla metodologia utilizzata per effettuare le varie diagnosi). Il 20,9% (N = 14) dei casi presentava un disturbo da uso di sostanze lieve, il 31,3% (N = 21) moderato, il 35,8 % (N = 24) grave. L’11,9% (N = 8) non presentava un disturbo da uso di sostanze (in tale gruppo rientra anche un soggetto che faceva uso di sostanze in assenza di uso problematico. Vedi Figura 9).

Figura 9 – Percentuale di disturbo da uso di sostanze

Per quanto riguarda, invece, la diagnosi psichiatrica, il 14,9% (N = 10) dei soggetti presentava un disturbo di personalità, il 3,0% (N = 2) dei soggetti presentava un disturbo bipolare, il 4,5% (N = 3) dei soggetti presentava un disturbo depressivo, il 11,9% (N = 8) dei soggetti presentava un disturbo del controllo degli impulsi, il 25,4% (N = 17) dei soggetti presentava un disturbo da deficit di attenzione e comportamento dirompente. Il 40,3% (N = 27) dei casi i soggetti non presentavano alcun disturbo di natura psichiatrica (Vedi Figura 10).

Figura 10 – Percentuale di disturbi psichiatrici

Analisi statistiche

Sono stati presi in considerazione i punteggi T delle scale delle due versioni MMPI: 2 e A. Le scale comuni sono state usate come predittori dell’appartenenza a un gruppo, in un’analisi dei cluster gerarchica, che consente appunto di identificare gruppi di casi relativamente omogenei in base alle caratteristiche selezionate. È stato utilizzato il metodo del legame medio: l’adozione di questo algoritmo per la composizione dei gruppi risulta essere più attendibile e i gruppi risultano più omogenei e ben differenziati tra loro. Inoltre, per interpretare i cluster, è stata effettuata un’analisi ANOVA a una via per osservare se i tre gruppi fossero significativamente diversi rispetto alle scale esaminate, di modo da poter interpretarne il profilo emergente sulla base delle scale cliniche e le relative sottoscale e di contenuto dell’MMPI. Infine, i dati dei tre cluster sono stati incrociati in una tabella di contingenza per osservare come si distribuissero i soggetti in base al sesso, al tipo di dipendenza, alla classificazione della dipendenza da uso di sostanze e al tipo di dipendenza psichiatrica.

Le analisi dei dati sono state eseguite mediante il software statistico IBM SPSS 25.

Risultati

Per determinare un numero appropriato di cluster è stata effettuata come suddetto un’analisi gerarchica ed è stato ispezionato lo scree plot. Di conseguenza sono stati rilevati tre Cluster: due cluster principali rispettivamente di 50 e di 12 casi e un terzo cluster che comprende un numero più ristretto di 5 casi. Per arrivare a un’interpretazione significativa dei cluster sono stati confrontati i profili di ciascun cluster con le scale MMPI. Le figure che seguono riportano i profili dei cluster in base alle 3 scale di validità, alle 9 scale cliniche, alle relative sottoscale e alle 11 scale di contenuto (Vedi Figura 11, 12, 13).

Figura 11 – Profilo grafico dei tre cluster rispetto alle scale di validità e cliniche

Figura 12- Profilo grafico dei tre cluster rispetto alle sottoscale cliniche

Figura 13 – Profilo grafico dei tre cluster rispetto alle scale di contenuto

È stata condotta un’analisi ANOVA sui punteggi delle scale MMPI selezionate dei tre cluster creati. Dal confronto delle medie (vedi Tabella 2) si evince che i tre cluster presentano differenze significative in quasi tutte le scale, fatta eccezione per la scala L e per le sottoscale D2, Pd2, Ma1.

CLUSTER 1
M (DS)
CLUSTER 2
M (DS)
CLUSTER 3
M (DS)
F Sig.
L 53.82 (11.85) 49.08 (7.86) 46.20 (5.72) 1.770 .179
F 51.54 (9.04) 73.00 (8.91) 93.40 (10.95) 65.886 .000
K 51.20 (8.81) 39.58 (6.22) 35.00 (4.36) 16.410 .000
Hs 51.02 (7.84) 66.67 (7.94) 73.80 (6.94) 34.299 .000
D 51.12 (7.40) 65.17 (8.35) 72.20 (5.68) 30.996 .000
Hy 52.30 (9.80) 54.67 (10.50) 64.40 (8.65) 3.508 .036
Pd 59.26 (12.84) 71.58 (10.00) 86.80 (4.82) 15.171 .000
Pa 51.96 (9.01) 65.50 (7.57) 81.40 (9.18) 33.036 .000
Pt 47.02 (7.42) 68.50 (6.99) 76.60 (4.98) 71.619 .000
Sc 48.58 (7.88) 69.42 (6.57) 83.80 (10.52) 70.320 .000
Ma 55.34 (12.40) 64.50 (10.91) 66.60 (5.64) 4.385 .016
Si 45.86 (7.64) 61.50 (5.89) 69.80 (6.30) 41.376 .000
ANX 48.86 (8.93) 72.08 (10.26) 78.00 (2.45) 50.511 .000
OBS 48.54 (9.29) 63.75 (7.09) 67.40 (9.61) 21.195 .000
DEP 48.22 (6.122) 67.75 (7.00) 78.40 (5.32) 88.950 .000
HEA 52.18 (8.40) 64.50 (7.31) 79.80 (7.40) 33.127 .000
BIZ 49.08 (7.79) 63.25 (6.82) 76.00 (10.65) 37.787 .000
ANG 52.08 (10.91) 63.08 (6.69) 80.20 (5.59) 21.308 .000
CYN 51.36 (10.83) 60.17 (10.62) 72.40 (9.02) 10.857 .000
LSE 46.66 (9.08) 65.50 (8.51) 72.00 (13.10) 32.523 .000
SOD 46.96 (7.64) 61.67 (10.23) 72.20 (10.43) 31.769 .000
FAM 54.44 (10.65) 64.50 (9.18) 85.00 (7.55) 22.711 .000
TRT 47.20 (9.68) 66.58 (10.01) 80.00 (8.63) 40.275 .000
D1 48.64 (8.11) 68.75 (8.55) 78.40 (7.09) 53.016 .000
D2 49.00 (10.05) 53.50 (10.19) 57.40 (7.70) 2.318 .107
D3 55.96 (9.28) 62.42 (7.42) 64.80 (13.97) 3.823 .027
D4 47.98 (8.76) 66.92 (8.23) 75.20 (7.73) 40.993 .000
D5 46.36 (8.22) 64.17 (7.67) 72.20 (4.60) 42.641 .000
Hy1 55.00 (7.66) 39.75 (8.67) 40.00 (11.27) 22.232 .000
Hy2 51.28 (8.74) 42.58 (6.82) 36.40 (5.32) 11.859 .000
Hy3 49.44 (8.69) 64.50 (9.43) 72.80 (3.83) 27.909 .000
Hy4 50.26 (9.11) 62.25 (10.24) 75.00 (2.92) 22.647 .000
Hy5 48.52 (8.80) 42.33 (8.28) 38.60 (6.91) 4.881 .011
Pd1 55.56 (10.97) 66.17 (11.90) 78.80 (11.67) 12.665 .000
Pd2 63.06 (11.06) 62.25 (10.06) 67.80 (4.32) .523 .595
Pd3 54.48 (8.16) 40.25 (8.08) 41.00 (9.41) 18.396 .000
Pd4 51.68 (9.22) 63.42 (8.08) 77.20 (4.03) 24.811 .000
Pd5 54.62 (10.11) 70.33 (7.15) 77.20 (3.77) 23.632 .000
Pa1 51.78 (9.43) 65.00 (10.71) 91.00 (7.52) 43.294 .000
Pa2 49.26 (9.78) 62.67 (10.28) 72.80 (10.47) 19.197 .000
Pa3 49.34 (8.16) 43.25 (7.16) 41.80 (5.26) 4.438 .016
Sc1 49.38 (9.34) 65.92 (8.78) 86.40 (9.97) 46.054 .000
Sc2 48.06 (6.64) 62.00 (16.25) 81.60 (11.37) 36.011 .000
Sc3 50.48 (8.64) 74.92 (12.82) 83.60 (5.51) 54.443 .000
Sc4 46.78 (7.76) 66.00 (14.08) 81.20 (4.87) 48.616 .000
Sc5 48.68 (9.42) 63.08 (7.57) 73.20 (3.63) 26.650 .000
Sc6 50.82 (8.15) 66.42 (10.49) 78.40 (12.44) 32.376 .000
Ma1 58.84 (8.81) 58.25 (9.19) 56.20 (11.65) .200 .820
Ma2 49.50 (11.05) 59.75 (7.18) 64.00 (11.90) 7.837 .001
Ma3 54.80 (8.69) 43.92 (7.37) 45.40 (5.90) 10.053 .000
Ma4 49.30 (10.27) 61.33 (8.75) 59.80 (6.14) 8.879 .000
Si1 44.02 (7.84) 58.75 (9.62) 61.80 (6.38) 23.912 .000
Si2 48.44 (9.47) 55.17 (10.09) 61.20 (6.22) 5.903 .004
Si3 49.68 (10.52) 64.25 (7.76) 72.80 (5.98) 20.366 .000

Tabella 2 – Medie e Deviazioni standard dei tre cluster messi a confronto

Note: punteggi T riportati in corsivo se maggiori di 60. In grassetto sono evidenziate le differenze significative.

I soggetti che compongono il Cluster 1 (N= 50) sono 46 (92.0%) maschi e 4 (8.0%) femmine, risultando quindi il Cluster più cospicuo fra i tre.

Sono stati analizzati i punteggi medi dei profili MMPI: dalle scale di validità L (M = 53.82; DS = 11.85), F (M = 51.54; DS = 9.04) e K (M = 51.20; DS = 8.81) si evince la validità e l’interpretabilità dei dati emersi dal test. I punteggi medi delle scale cliniche sono nella norma, fatta eccezione per le scale Pt, Sc e Si. Dall’analisi delle sottoscale cliniche si osserva un punteggio medio elevato alla scala Pd2 e Ma1, anche se il valore di base è nella norma.

Le scale di contenuto non segnalano particolari criticità, tutti i punteggi sono all’interno del range o sotto soglia.

I soggetti che compongono il Cluster 2 (N =12) sono 11 (91.7%) maschi e una (8.3%) femmina.

Dall’analisi del profilo MMPI emerge che i punteggi medi alle scale di validità L (M = 49.08; DS = 7.86), F (M = 73.00; DS = 8.91) e K (M = 39.58; DS = 6.22) corrispondono alla Configurazione L e K < 50, F > 65 (Configurazione 1 secondo Abbate & Roma 2014).

Per quanto riguarda i punteggi medi alle scale cliniche, si osservano elevazioni significative al di sopra della norma in quasi tutte le scale, ad eccezione delle scale Hy, Ma e Si. Elevazioni al di sopra della norma statistica si riscontrano anche alle sottoscale D1, D5, Pd1, Pd5, Sc1, Sc3 e Sc6. Alle scale di contenuto si segnalano elevazioni alle scale ANX, DEP, TRT, LSE. La scala FAM presenta un’elevazione significativa anche se nella norma.

I soggetti che compongono il Cluster 3 (N = 5) sono 3 (60%) maschi e il 2 (40%) femmine, il numero più circoscritto.

Dall’analisi dei profili MMPI (2 e A) è emerso che i punteggi medi alle scale di validità L (M = 46.20; DS = 5.72), F (M = 93.40; DS = 10.95), K (M = 35.00; DS = 4.36) corrisponde, come nel cluster 2, alla Configurazione L e K <50, F > 65, ma con una maggiore elevazione alla scala F. Per quanto riguarda i punteggi medi alle scale cliniche, si osservano punteggi molto elevati, oltre il 92° percentile in quasi tutte le scale, fatta eccezione per la scala Hy. Le sottoscale che presentano punteggi elevati sono D1, D3, D4, D5, Hy3, Pd1, Pd2, Pd4, Pd5, Pa1, Pa2, Sc1, Sc2, Sc3, Sc4, Sc6, Si3. Alle scale di contenuto emergono punteggi T>65 alle scale ANX, OBS, HEA, ANG, CYN, LSE, SOD, FAM e TRT.

Il secondo gruppo di risultati (vedi Tabella 3) mostra le differenze dei tre cluster in riferimento alla tipologia di dipendenza, alla gravità del disturbo da uso di sostanze e alla tipologia di diagnosi psichiatrica.

Per quanto riguarda l’uso di sostanze, i soggetti appartenenti al Cluster 1 presentano in prevalenza dipendenza di THC nel 70% (N= 35) dei casi, nel 26% (N= 13) dei casi poliabuso di sostanze e nel 4% (N= 2) dei casi dipendenza comportamentale.

I soggetti appartenenti a questo cluster si caratterizzano per un disturbo da uso di sostanze moderato nel 32% (N= 16), grave nel 32% (N = 16), lieve nel 24% (N= 12). Solo nel 12% (N= 6) la diagnosi di disturbo è assente. In relazione alla diagnosi psichiatrica si osserva che: nel 52% (N= 26) dei casi la diagnosi è assente; nel 24% (N= 12) dei casi è presente un disturbo da deficit di attenzione e comportamento dirompente; nel 12% (N=6) dei casi si riscontra una diagnosi di disturbo di personalità, il 6% (N=3) dei soggetti ha un disturbo del controllo degli impulsi, il 4% (N= 2) ha un disturbo bipolare e il 2% (N= 1) presenta un disturbo depressivo.

I soggetti che compongono il Cluster 2 presentano in prevalenza un poliabuso di sostanze nel 50% (N= 6) dei casi, mentre il 33.3 % (N= 4) dei soggetti ha una dipendenza da THC, infine, l’8.3 % (N= 1) ha una dipendenza da cocaina e l’8.3% (N= 1) ha una dipendenza comportamentale. I soggetti appartenenti a tale cluster hanno in prevalenza una diagnosi di Disturbo da Uso di sostanze grave, ossia nel 41.7% (N= 5) dei casi, a seguire moderato nel 33.3% (N= 4) dei casi e lieve nel 16.7% (N= 2) dei casi. La diagnosi di disturbo è assente solo nel 8.3% (N= 1) dei casi. Per quel che riguarda le diagnosi psichiatriche le percentuali più elevate si riscontrano per il Disturbo del Controllo degli impulsi e il Disturbo da Deficit di Attenzione e Comportamento dirompente, entrambi nel 33.3% (N = 4) dei soggetti, mentre il 16% (N = 2) dei soggetti ha un disturbo della personalità e l’8.3% (N = 1) ha un disturbo Depressivo.

I soggetti del Cluster 3 in relazione al tipo di dipendenza presentano nel 60% (N= 3) dei casi da una dipendenza da THC, mentre il 40.0% (N= 2) sono poliassuntori di sostanze. Il 60% (N= 3) dei soggetti ha ricevuto la diagnosi di disturbo da uso di sostanze Grave, mentre nel 20% (N =1) dei casi Moderato. Infine, nel 20% (N= 1) dei casi il disturbo è assente. Per quanto riguarda la presenza di disturbi psichiatrici si riscontra nel 40% (N= 2) dei soggetti un disturbo di personalità, nel 20.0% (N= 1) un disturbo depressivo, nel 20.0% (N= 1) un disturbo da deficit di attenzione e comportamento dirompente infine il 20.0% (N= 1) ha un disturbo del controllo degli impulsi.

Cluster 1 Cluster 2 Cluster 3
Variabile Categoria N % N % N %
Sesso M
F
46

4

92.0%

8.0%

11

1

91.7%

8.3%

3

2

60.0%

40.0%

Dipendenza THC

Poliabuso

Disturbo Comportamentale

Altro

35

13

2

0

70.0%

26.0%

4.0%

0%

4

6

1

1

33.3%

50.0%

8.3%

8.3%

2

3

0

0

40.0%

60.0%

0%

0%

Disturbo da uso di sostanze LIEVE

MODERATO

GRAVE

ASSENTE

12

16

16

6

24.0%

32.0%

32.0%

12.0%

2

4

5

1

16,7%

33.3%

41.7%

8.3%

0

1

3

1

0%

20.0%

60.0%

20.0%

Disturbo

Psichiatrico

ASSENTE

D. di Personalità

D. Bipolare

D. Depressivo

D. Controllo degli impulsi

D. Deficit Attenzione e Comportamento Dirompente

26

6

2

1

3

12

52.0%

12.0%

4.0%

2.0%

6.0%

24.0%

1

2

0

1

4

4

8.3%

16.7%

0%

8.3%

33.3%

33.3%

0

2

0

1

1

1

0%

40.0%

0%

20.0%

20.0%

20.0%

Tabella 3 – Descrittive dei tre cluster

Discussione

L’obiettivo di questo studio è di indagare i tratti di personalità dei pazienti afferenti al servizio specialistico ambulatoriale e la relazione che questi possono avere con l’uso di sostanze e la correlata diagnosi.

Utilizzando l’analisi dei cluster è stato possibile identificare differenti profili di personalità omogenei all’interno del nostro campione, basati sui risultati ottenuti al test che si sono per così dire “naturalmente” suddivisi in tre principali gruppi, significativamente differenti per i tratti di personalità emersi. I soggetti appartenenti ai tre cluster possono essere descritti come segue:

Cluster 1

I soggetti appartenenti al cluster 1 non hanno tentato di modificare l’immagine di sé che sarebbe derivata dal test. Non compaiono disturbi della sfera affettiva e la capacità di valutazione della propria personalità appare integra. Non si evidenziano particolari compromissioni nel funzionamento di personalità, ma si presentano difficoltà a seguire programmi prestabiliti.

I soggetti possono apparire piuttosto disordinati e presentare resistenze ad aderire a schemi rigidi di comportamento. Queste caratteristiche di personalità sono compatibili con la fascia di età del campione clinico preso in esame, ovvero la fase adolescenziale. Sembra comunque essere presente in tali soggetti un discreto senso di sé e fiducia nelle proprie capacità. I soggetti appaiono ben adattati, integrati, con buone capacità di contatto interpersonale, con un discreto equilibrio verso il momento dell’elaborazione interiore della propria vita emotiva e di relazione. Emergono inoltre buone capacità relazionali.

L’aspetto critico di questo cluster è evidenziato dalla presenza di problemi con l’autorità e l’emergenza di amoralità: tali aspetti si traducono in comportamenti al limite della legalità o apertamente antisociali e in problematiche scolastiche, quali bocciature e abbandono scolastico. Inoltre, si osserva un’incapacità a conformarsi a norme sociali e la presenza di rancore e di risentimento verso i modelli genitoriali, pertanto i soggetti appaiono insofferenti ai limiti e ai confini e nutrono risentimento nei riguardi dell’autorità. Quest’area problematica riflette un quadro comportamentale caratterizzato da ribellione che rischia di essere erroneamente etichettato come “reazione adolescenziale di adattamento” quando può rappresentare invece un segnale d’allarme che rivela la necessità di esplorare in modo più approfondito la struttura di personalità di un adolescente che sia così in conflitto con il proprio ambiente sociale (Kernberg 1987).

Come abbiamo anticipato, questo profilo si caratterizza per alte percentuali di dipendenza media e grave da THC, rispetto al poliabuso minore ma comunque presente in modo significativo e alla dipendenza comportamentale, più marginale. Dato che sembra essere confermato dal EMCDDA (2019) il quale afferma che la cannabis è la sostanza illecita con la maggiore probabilità di essere utilizzata da tutte le fasce di età. Si stima che 91,2 milioni di adulti nell’Unione Europea (15-64 anni), pari al 27,4 % di questa fascia d’età, abbiano provato la cannabis nel corso della propria vita. Di questi, una cifra stimata di 17,5 milioni di giovani adulti (15-34 anni), pari al 14,4 % di questa fascia d’età, avrebbe usato cannabis nell’ultimo anno (di cui 10,1 milioni avevano tra i 15 e i 24enni, ossia il 18 % ha fatto uso di questa droga nell’ultimo anno, mentre il 9,3 %, 5,2 milioni, nell’ultimo mese). Dato che non sembra essere rassicurante. Solo in una piccola percentuale la diagnosi di disturbo è assente.

Non si riscontrano rilevanze psichiatriche nella maggioranza dei casi, fatta eccezione per la presenza, in percentuali minori, dei seguenti disturbi: disturbo da deficit di attenzione e comportamento dirompente, disturbo di personalità, disturbo del controllo degli impulsi, disturbo bipolare e disturbo depressivo.

Un dato importante che si evince dall’analisi del profilo medio del cluster 1 è rappresentato dalla trattabilità in termini clinici.

Infine, nel cluster 1 la percentuale maggiore dei casi non ha ricevuto diagnosi di disturbo psichiatrico, ma ha ricevuto la diagnosi di disturbo da uso di sostanze moderato, in prevalenza per il THC: si evidenzia dunque per prima l’insorgenza della problematica dell’uso dalla sostanza, che possiamo ipotizzare, considerato la fascia d’età, s’inserisca in un quadro di ribellione con una personalità che non ha ancora ultimato il suo sviluppo. Un intervento tempestivo per una fascia d’età così sensibile significa arginare la possibilità della cronicità. Se da un lato si osserva un’organizzazione di personalità ancora sufficientemente funzionante, dall’altro la presenza del disturbo da uso di sostanze moderato (4-5 sintomi), se non trattato, rischia di aggravarne il funzionamento. A tal proposito Daumann et al. (2004) hanno evidenziato nel loro studio che l’uso regolare di cannabis risultava essere un fattore cruciale per lo sviluppo e il mantenimento dei sintomi psicopatologici negli assuntori di extasy.

Un recente contributo proveniente dei ricercatori dell’Università del Vermont negli Stati Uniti (Orr et al. 2019) ha permesso di osservare le differenze di volume della materia grigia in associazione all’uso di livelli estremamente bassi di cannabis in adolescenza. Lo studio è stato condotto mediante l’uso della tecnica d’analisi di neuroimaging della Morfometria Basata sui Voxel (VBM) per confrontare il Volume di Materia Grigia (GMV) in un campione di 46 quattordicenni (maschi e femmine) che avevano fatto uso di cannabis solo una o due volte, accuratamente confrontato con un campione di controllo che non avevano mai usato THC. I dati di questo studio suggeriscono che anche una breve esposizione alla cannabis in adolescenza possa avere degli effetti importanti sulle strutture cerebrali, in particolare sulle strutture deputate alla gestione delle emozioni e quelle della memoria. Tali effetti, conseguentemente, potrebbero predisporre a deficit emotivi e cognitivi anche a lungo termine. La ricerca di questi autori fornisce un’importante opportunità di riflessione scientifica, sia perché lo status giuridico della cannabis sta cambiando in molte giurisdizioni, ma soprattutto perché la percezione del rischio dei giovani sull’uso dalla cannabis è drasticamente diminuito negli ultimi anni. Infine, questa evidenza scientifica sfaterebbe il mito della convinzione comune che lo sporadico uso di cannabis in gioventù non abbia nessuna conseguenza. È oramai assodato che il sistema endogeno dei cannabinoidi giochi un ruolo significativo nello sviluppo cerebrale, influenzando l’azione di diversi neurotrasmettitori e promuovendo la neurogenesi (Belue et al.1995, Harkany et al. 2008, Rodriguez et al. 1993) e che tale sistema naturale sia sostituito da quello esogeno, con effetti negativi sul sistema e sul suo sviluppo.

Cluster 2

I punteggi medi riscontrati alle scale di validità appartengono alla configurazione 1, ovvero la tipica configurazione che si osserva frequentemente nei setting clinici psichiatrici (Abbate & Roma 2014); questa, secondo Alex B. Caldwell (1997) si riscontra nel 12.15% dei pazienti psichiatrici e secondo Butcher et al. (1998) nel 5.31% dei soggetti normali.

Emerge dunque che i nostri soggetti del cluster 2 riconoscono e ammettono le loro difficoltà personali ed emotive e richiedono aiuto per risolvere i loro problemi, poiché hanno poca fiducia di poterli risolvere da soli. Non si preoccupano di apparire socialmente accettabili e non temono del giudizio emesso dai risultati del test. Presentano disturbi emotivi di grave entità, carenze nella capacità di controllare i comportamenti o le reazioni emotive, poiché presentano scarse difese. I soggetti presentano anche tratti di impulsività, spesso sottesi da una sottovalutazione delle circostanze, e comunque collegati a una percezione della realtà grossolana e inadeguata.

La capacità relazionale appare deficitaria, infatti nei rapporti interpersonali soggetti possono essere aggressivi, suscettibili, immaturi e incapaci di autoironizzare. Si segnala la presenza di forti conflitti familiari e la tendenza all’autoalienazione. Questo dato emerge dalla significativa elevazione alla scala Pd Deviazione Psicopatica. Come sostiene John R. Graham (2006) questa scala rappresenta una misura della ribellione: secondo l’autore chi ottiene punteggi elevati tende a ribellarsi tramite acting out di stampo antisociale o criminale. Nel nostro caso specifico i punteggi elevati sono giustificati dalla presenza di marcati contrasti in famiglia e dal disagio emotivo e cognitivo tipico dei pazienti con disturbo da uso di sostanze. Diversa invece dall’interpretazione dei punteggi Pd> T 65; Pd2 e Pd3> T 65, tipici della presenza di condotte antisociali o misantropiche. Come sostengono Butcher e Williams (2007) le elevazioni alla scala Pd sono le più frequenti anche nel campione clinico MMPI-A. Molti problemi di comportamento sono associati a punteggi alti a questa scala, ad esempio scarso andamento e condotta scolastica, abbandoni scolastici, problemi con l’autorità e problemi emotivi.

Il profilo medio dei soggetti del cluster 2, inoltre, è caratterizzato da un certo grado di ritiro sociale. I soggetti preferiscono la solitudine e cercano di gestire in maniera del tutto autonoma le proprie esperienze e i propri problemi; ma tale autonomia si traduce sovente in aperto disinteresse per le persone e gli eventi del loro ambiente. Possono essere presenti perdita di controllo dell’Io cognitiva ed esperienze sensoriali bizzarre. Si osserva una significativa quota d’ansia e preoccupazione per lo stato di salute. I soggetti possono sentirsi insoddisfatti, infelici e possono esprimere e richiedere continue richieste affettive, con ostilità in modo mascherato e indiretto. L’elevazione alla scala dell’ipocondria in associazione ai punteggi elevati della scala schizofrenia possono farci ipotizzare la presenza di percezioni somatiche distorte, dovute all’uso di sostanze. Si rileva altresì una sintomatologia depressiva caratterizzata da infelicità, da senso di sfiducia, da rimuginazione, da sentimenti di svalutazione e di colpa. È rilevante, infine, la presenza di atteggiamenti negativi verso medici e trattamenti di tipo psicologico, sintomo di una compliance difficile.

Rispetto al tipo di dipendenza, il cluster 2 presenta una percentuale maggiore per il poliabuso di sostanze e una percentuale minore per il THC. La diagnosi di Disturbo da Uso di sostanze Grave è la più frequente, a seguire in ordine decrescente Moderato e Lieve. Mentre le diagnosi psichiatriche più frequenti sono per il Disturbo del Controllo degli impulsi e per il Disturbo da Deficit di Attenzione e Comportamento dirompente, infine in percentuale minore il disturbo della personalità e il disturbo Depressivo.

Il dato lampante che emerge dall’analisi di questo cluster è il grado di compromissione del funzionamento di personalità. Il profilo descrive un’organizzazione di personalità borderline, caratterizzato da impulsività a fronte di scarse difese poiché l’Io è molto carente. Per quel che riguarda la capacità relazionale i pochi contatti interpersonali ricercati possono essere improntati su un uso strumentale dell’altro, rispetto ad una ricerca di vicinanza emotiva poiché tendono all’autoalienazione. Infine, si evidenzia una notevole difficoltà a contattare il proprio mondo emotivo e una scarsa inclinazione al linguaggio simbolico.

Inoltre, il cluster 2 presenta in comorbilità al Disturbo da Uso di sostanze Grave sia il Disturbo del Controllo degli impulsi sia Disturbo da Deficit di Attenzione e Comportamento dirompente. Come sottolineato nel DSM-5 (2013) il Disturbo da deficit di attenzione è associato a prestazioni e risultati scolastici ridotti e rifiuto sociale, mentre negli adulti a scarse prestazioni lavorative. Inoltre, si evidenzia un elevato rischio di sviluppare un disturbo della condotta in adolescenza e un disturbo della personalità antisociale in età adulta, conseguentemente la probabilità di sviluppare un disturbo da uso di sostanze e di andare in carcere.

Rispetto alla presenza del Disturbo del controllo degli impulsi riscontrato nel cluster 2, se correlato con la presenza di forti contrasti familiari e con l’incapacità di aderire a norme sociali può essere spiegato anche dai risultati ottenuti dalla recente ricerca di Otten et al. (2019). Nel loro studio hanno testato un modello a cascata, osservando che i precoci eventi stressanti di vita e le interazioni negative tra genitore-figli a i 2-5 anni, siano entrambi correlate e interferiscano sullo sviluppo del controllo inibitorio nei bambini a 7-8 anni. Dunque, scarsi livelli di controllo inibitorio erano stati prognostici per l’insorgenza di problemi comportamentali a 9-10 anni. Infine, è stato osservato che questi problemi comportamentali nella medio-tarda infanzia erano associati con le problematiche di uso di sostanze all’età di 14 anni. Gli autori sono giunti alla conclusione che lo stress precoce, insieme a interazioni negative con i genitori, possono interferire e disgregare il controllo inibitorio nei bambini e generando effetti a cascata nell’infanzia dando vita a problemi comportamentali e in adolescenza aumentando il rischio per l’uso precoce di sostanze.

Infine, considerando la fascia d’età dei soggetti, l’elevata percentuale di Disturbo da Uso di sostanze Grave rispetto alla prevalenza della diagnosi psichiatrica del Disturbo del Controllo degli impulsi e il Disturbo da Deficit di Attenzione e Comportamento dirompente, ci permette di ipotizzare che, all’interno del cluster 2, la primaria problematica con la sostanza possa successivamente aggravare i tratti psicopatologici già presenti all’interno di una personalità ancora in fase di sviluppo.

Cluster 3

L’analisi del profilo medio MMPI mostra, similmente come nel cluster 2, per le tre scale di validità la configurazione L e K < 50, F > 65, ma con una significativa elevazione alla scala F. Come si è già detto questo tipo di configurazione è frequente nei setting clinici psichiatrici. Generalmente questa configurazione è auspicabile in previsione di un trattamento psicologico ad eccezione del fatto che la F non si elevi sopra un punteggio T 90 o 100, o la scala K sia minore di T 35 (Abbate & Roma 2014). Le scale di validità possono rilevare una maggiore sofferenza dei soggetti oppure una sovrastima/simulazione di una patologia. Nel caso del cluster 3 l’elevazione alla scala F indica che i soggetti sono gravemente disturbati e difficilmente riescono a evitare comportamenti inadeguati.

Sono presenti acting-out. I soggetti sono molto impulsivi ed hanno gravi difficoltà nell’adesione alle regole. Mostrano una mancata carenza nella capacità di valutare realisticamente le conseguenze dei loro comportamenti, fino a produrre veri e propri atti antisociali. Le relative sottoscale segnalano forti contrasti familiari, problemi con l’autorità, alienazione sociale e autoalienazione. Come già rilevato nel cluster 2, gli studi sugli adolescenti hanno dimostrato che alti punteggi alla scala Deviazione Psicopatica indicano grosse probabilità di far uso di alcool o droghe (Archer et al. 1988, Butcher et al. 1992); e che il quadro si aggrava quando il campione è tratto dai setting clinici dove le risposte elevate alla scala Pd sono associate a problemi scolastici, familiari e legali (Butcher et al. 1992, Wrobel & Lacher 1992).

Il profilo medio dei soggetti del cluster 3 rivela la tendenza all’isolamento dagli altri e al chiudersi in sé stessi. È presente una netta preferenza per il fantasticare piuttosto che per l’agire. I soggetti trovano particolari gratificazioni nella propria realtà interna, senza sentire la necessità di confrontarla e verificarla. Si riscontrano: alienazione sociale, alienazione emozionale, perdita di controllo dell’Io cognitiva ed emotiva ed esperienze sensoriali bizzarre. Inoltre, si segnala la presenza di una possibile ideazione simil delirante, in cui la proiezione e l’interpretazione del reale svolgono un ruolo di primo piano. A livello comportamentale possono svilupparsi sentimenti persecutori. Il punteggio elevato alla scala della Paranoia è in genere associato a una prognosi sfavorevole per il trattamento psicoterapeutico, poiché i soggetti tendono ad evitare il confronto e l’elaborazione delle problematiche riguardanti la sfera emotiva (Abbate & Roma 2014). È presente una certa quota di ansia libera che viene gestita mediante condotte di evitamento aventi caratteristiche di ripetitività, anancastiche, vissute in maniera compulsiva. Inoltre, si evidenzia la presenza di somatizzazioni dell’ansia; le preoccupazioni per la propria salute possono assumere caratteristiche morbose. I soggetti tendono a lamentarsi, a sottoporsi a visite ed esami clinici anche senza necessità. È possibile una limitazione della normale vita di relazione. Il tono dell’umore è depresso, astenico, sfiduciato. Si segnalano inoltre depressione soggettiva, disfunzioni fisiche, inefficienza mentale e rimuginazione.

Possiamo affermare che il profilo medio del cluster 3 rivela la presenza di un grave quadro psicopatologico caratterizzato dalla presenza di problemi comportamentali che investono tutte le aree: quella familiare, quella scolastica e quella sociale. È presente un’organizzazione borderline di personalità caratterizzata da una marcata impulsività, intolleranza ai limiti, alle regole e ai confini, con una rilevante problematica nei confronti dell’autorità e nei riguardi di tutte le figure che la rappresentano. La gestione e il controllo degli impulsi è gravemente compromessa, è possibile che sotto forte stress si possano verificare acting-out di natura antisociale, poiché le difese sono inadeguate. L’ansia non viene mentalizzata, ma somatizzata. La capacità relazionale è compromessa, i soggetti incontrano una notevole difficoltà ad istaurare rapporti interpersonali e i pochi contatti ricercati possono essere improntati sulla manipolazione dell’altro; inoltre compare la tendenza al ritiro sociale. Il tono dell’umore è disforico. Compare superficialità e sottostima delle problematiche di natura emotiva con scarsa disponibilità a chiedere aiuto. Ciò può deporre a sfavore di una buona compliance.

Anche per questo cluster nella maggioranza dei casi appare primaria la diagnosi di Disturbo da Uso di sostanze Grave, in comorbidità, in percentuale minore, con il Disturbo di Personalità, il Disturbo Depressivo, il Disturbo da Deficit di Attenzione e Comportamento Dirompente, infine il disturbo del controllo degli impulsi. Possiamo anche qui ipotizzare che l’uso problematico con le sostanze si innesti per primo e che successivamente possa aggravare lo sviluppo di un quadro premorboso di personalità.

In letteratura è ormai un dato comprovato la presenza della comorbidità psichiatrica nella tossicodipendenza. Negli Stati Uniti un’indagine epidemiologica condotta su più di ventimila soggetti ha evidenziato che il 57% degli alcolisti e il 53% dei tossicodipendenti presenta comorbidità psichiatrica (Krausz 2001, Verheul 2001). Inoltre, un dato allarmante è rappresentato dal fatto che chi abusa di sostanze ha un rischio circa 20 volte maggiore di mettere in atto un suicidio rispetto alla popolazione generale (Sadock & Sadock 2007). Vari autori sostengono che esiste una correlazione significativa tra uso di sostanze (cannabis, cocaina, ecstasy), ideazione suicidaria e tentativi di suicidio in adolescenza (Hatcher-Kay & King 2003).

Uno degli strumenti maggiormente utilizzati per la valutazione delle caratteristiche di personalità nei soggetti con dipendenza da sostanze è il Minnesota Multiphasic Personality Inventory-2 (Hathaway & McKinley 1942, Craig 1983). Una review sugli studi empirici americani suggerisce che i profili MMPI tipici dei pazienti con dipendenza da eroina mostrano alti livelli di psicopatologia, con punteggi particolarmente elevati alle scale F, D, Pd, Pt e Sc scale (Craig 1979a, 1979b, 1983; Shaffer et al. 1988).

Nell’ambito dell’interazione tra uso di sostanze e caratteristiche psicopatologiche e/o comportamentali lo studio di Grassi et al. (2013) condotto mediante l’analisi dei profili MMPI-2 di un campione di 62 lavoratori con mansioni a rischio di terzi, dunque non clinico, afferenti alla UOCI Servizio per le Dipendenze per i controlli di 2° Livello in riferimento alla DGR 332/09, ha evidenziato l’uso di sostanze e la tossicodipendenza rispettivamente nel 35% e nel 5% dei soggetti (Grassi et al. 2012). In particolare, emerge che il campione mostrava quasi al 50% la presenza di tratti di personalità tradizionalmente associati a persone che usano e/o abusano di sostanze (Grassi et al. 2013).

Jean Bergeret (1982) sostiene che non esiste una struttura di personalità specifica del tossicomane e che non ci sia una struttura psichica profonda che caratterizza i comportamenti di dipendenza, mentre qualunque tipo d’organizzazione mentale può dare loro origine e individua quindi tossicomani a struttura nevrotica, tossicomani con modalità di funzionamento mentale di tipo psicotico, tossicomani con un’organizzazione depressiva della personalità. Bignamini et al. (2002) e Bignamini e Bombini (2003) sostengono che non sia possibile riconoscere una personalità premorbosa tipica del tossicodipendente, ma affermano che la “trasformazione” operata dall’esperienza della sostanza fa convergere le modalità di funzionamento di soggetti, in origine molto diversi tra loro, verso alcune caratteristiche che definiscono come “personalità post-morbosa” del tossicodipendente.

I dati che emergono dal nostro studio non sono del tutto in linea con questa tesi. Sia per ciò che riguarda il cluster 1, caratterizzato da ribellione e aperto contrasto alle regole e alle leggi, con un quadro clinico invece funzionante. Per i cluster 2 e 3, invece, vista la giovane età, sebbene la sostanza aggravi sicuramente i sintomi presenti e il discontrollo, tuttavia non c’è il tempo per una stabilizzazione strutturale, mentre si avvalorerebbe la teoria della presenza di una personalità premorbosa piuttosto che post morbosa. Crediamo che ulteriori osservazioni sui giovani agli esordi potrebbero nel tempo chiarire maggiormente questi aspetti.

Infine, desideriamo sottolineare che nonostante il presente cluster 3 sia caratterizzato da una grave problematica comportamentale e che gli indici di valutazione della compliance evidenziano una prognosi sfavorevole per il trattamento psicologico, non si sono osservati drop-out. Il presente dato che ci permette di ipotizzare che la tenuta trattamentale per questi giovani pazienti sia stata garantita dall’attenzione che il servizio ambulatoriale ha rivolto al setting e alla procedura del protocollo applicato per la diagnosi e per il trattamento (Berivi et al. 2019).

Conclusioni

Uno degli aspetti rilevanti che emerge dal confronto dei tre cluster è rappresentato dall’elevata percentuale di diagnosi di Disturbo da Uso di Sostanze Moderato e Grave.

Nel cluster 1 la maggioranza dei soggetti non ha ricevuto nessuna diagnosi psichiatrica e l’utilizzo del THC può essere rintracciato nelle condotte comportamentali a carattere antisociale condivise e rinforzate nel gruppo dei pari, infatti condividere amicizie che approvino e adottino certi tipi di comportamenti a rischio aumenta la probabilità per l’adolescente di essere coinvolto nello stesso tipo di comportamento (Bonino et al. 2003; Hindelang et al. 2001).

Diversamente i dati ottenuti nel cluster 2 e nel cluster 3 emerge che la relazione che intercorre tra l’uso di sostanze e i tratti psicopatologici è direttamente proporzionale alla compromissione del funzionamento della personalità. A una maggiore gravità dell’uso di sostanze corrisponde un aggravamento della sintomatologia psicopatologia. Questo dato avvalorerebbe la teoria della presenza di un funzionamento premorboso, in cui la sostanza si inserisce all’interno di un quadro psicopatologico della personalità che conduce alla dipendenza da sostanze.

Alla luce di questi risultati ribadiamo che gli interventi in un’ottica preventiva per una popolazione di soggetti così a rischio, che difficilmente accedono ai servizi[4], significa dunque intervenire precocemente sulla promozione dello sviluppo normale di personalità, sulla promozione di stili di vita più sani ed evitare dunque danni futuri alla salute fisica e psichica.

Bibliografia

Abbate, L. & Roma, P. (2014). MMPI-2: manuale per l’interpretazione e nuove prospettive di utilizzo. Raffaello Cortina Editore.

Allen, T. J., Moeller, F. G., Rhoades, H. M. & Cherek, D. R. (1998). Impulsivity and history of drug dependence. Drug and alcohol dependence, 50,2, 137-145.

APA, American Psychiatric Association (2013). Manuale diagnostico e statistico dei disturbi mentali, Quinta edizione, DSM -5. Raffaello Cortina Editore.

Archer, R. P., Gordon, R. A., Giannetti, R. A., & Singles, J. M. (1988). MMPI scale clinical correlates for adolescent inpatients. Journal of Personality Assessment, 52,4, 707-721.

Belue, R. C., Howlett, A. C., Westlake, T. M., & Hutchings, D. E. (1995). The ontogeny of cannabinoid receptors in the brain of postnatal and aging rats. Neurotoxicology and Teratology, 17,1, 25-30.

Bergeret, J. (1982). Toxicomanie et personnalité. Presse Universitaires de France, Parigi.

Berivi S., Aliasi P., Balbi A., Boro C., Carabini P., Cherli M., Del Prete D., Iafrate E., Grassi A., La Spina G., Mancini T., Pavoni L., Piermaria C., Pozzi D., Russello C. (2019). Un nuovo servizio per gli adolescenti e gli esordi di uso di sostanze e di dipendenze comportamentali – “Percorso Diagnostico Terapeutico Assistenziale – PDTA – Fragilità minori, giovani adulti e famiglie”: risultati e prospettive. LIRPA journal, Roma: Ed. online www.lirpajournal.it

Bignamini E. & Bombini R. (2003). Considerazioni sul pensiero e sul linguaggio delle “tossicodipendenze”, Medicina delle Tossicodipendenze, 11,38, 49-58.

Bignamini, E., Cortese, M., Garau, S., & Sansebastiano, S. (2002). Dipendenza da sostanze e patologia psichiatrica. Bologna: Editeam.

Biondi, F., & Dimauro, P. E. (2001). La doppia diagnosi in una prospettiva istituzionale. Bollettino per le farmacodipendenze nell’ alcoolismo, 24,4, 33-43.

Bonino, S., Cattelino, E. & Ciairano, S. (2003). Adolescenti e rischio: comportamenti, funzioni e fattori di protezione (pp. 1-250). Firenze Italy: Giunti.

Buss, A. H., & Durkee, A. (1957). An inventory for assessing different kinds of hostility. Journal of consulting psychology, 21,4, 343.

Butcher, J. N. (1992). MMPI-A Minnesota Multiphasic Personality Inventory-Adolescent: Manual for Administration and Scoring. University of Minnesota Press.

Butcher, J. N., Berah, E., Ellersten, B., Miach, P., Lim, J., Nezami, E., & Almagor, M. (1998). Objective personality assessment: Computer-based MMPI-2 interpretation in international clinical settings. Comprehensive clinical psychology: Sociocultural and individual differences, 277-312.

Butcher, J. N., & Williams, C. (1992). Fondamenti per l’interpretazione del MMPI-2 e del MMPI-A. Firenze, Giunti O.S.

Butcher, J. N., & Williams, C. L. (2000). Essentials of MMPI-2 and MMPI-A interpretation. Firenze, Giunti.

Butcher, J. N., & Williams, C. L. (2007). Fondamenti per l’interpretazione del MMPI-2 e del MMPI-A. Firenze, Giunti O.S.

Caldwell, A. B. (1997). MMPI-2 data research file for clinical patients. Unpublished raw data.

Craig, R. J. (1979a). Personality characteristics of heroin addicts: A review of the empirical literature with critique-Part I. International Journal of the Addictions, 14,4, 513-532.

— (1979b). Personality characteristics of heroin addicts: a review of the empirical literature with critique-part II. International Journal of the Addictions, 14,5, 607-626.

Craig, R. J. (1983). Effects of opiate withdrawal on MMPI profile scores. International journal of the addictions, 18,8, 1187-1193.

Daumann, J., Hensen, G., Thimm, B., Rezk, M., Till, B., & Gouzoulis-Mayfrank, E. (2004). Self-reported psychopathological symptoms in recreational ecstasy (MDMA) users are mainly associated with regular cannabis use: further evidence from a combined cross-sectional/longitudinal investigation. Psychopharmacology, 173,3-4, 398-404.

De Persis, S., De Filippis, S., Sciortino, S., Dario, C., & Sciarretta, A. (2009). Disturbi psichiatrici gravi e Disturbi da Uso di Sostanze: problemi attuali. Dipendenze Patologiche, 4,1, 7-10.

Di Blasi M. & Cavani P., Pavia L. (2010). Tossicodipendenza e carcere: un contributo di ricerca, Rivista di Psicologia clinica 1, 136-144.

EMCDDA, European Monitoring Centre for Drugs and Drug Addiction (2019). Relazione Europea sulla droga 2019: tendenze e sviluppi, Ufficio delle pubblicazioni dell’Unione europea, Lussemburgo.

Feske, U., Tarter, R. E., Kirisci, L., & Pilkonis, P. A. (2006). Borderline personality and substance use in women. American Journal on Addictions, 15,2, 131-137.

First, M. B., Gibbon, M., Spitzer, R. L., Benjamin, L. S. & Williams, J. B (1997). Structured Clinical Interview for DSM-IV® Axis II Personality Disorders SCID-II. American Psychiatric Pub.

Gerra, G., & Frati, F. (2000). La ricerca sui disturbi psichiatrici nei pazienti tossicodipendenti ed alcolisti. Personalità/dipendenze, 6,1, 73-87.

Gerra, G., Zaimovic, A., Ferri, M., Marzocchi, G. F., Timpano, M., Zambelli, U., Bergarani, M., Delsignore M., & Brambilla, F. (2000). Neuroendocrine correlates of temperament traits in abstinent opiate addicts. Journal of Substance Abuse, 11,4, 337-354.

Gerra, G., Zaimovic, A., Raggi, M. A., Giusti, F., Delsignore, R., Bertacca, S., & Brambilla, F. (2001). Aggressive responding of male heroin addicts under methadone treatment: psychometric and neuroendocrine correlates. Drug and alcohol dependence, 65,1, 85-95.

Goldman, D., Oroszi, G., & Ducci, F. (2005). The genetics of addictions: uncovering the genes. Nature Reviews Genetics, 6,7, 521-415.

Graham, J. R. (2006). MMPI-2: Assessing personality and psychopathology (pp. 46-48). New York: Oxford University Press.

Grant, B. F., Goldstein, R. B., Chou, S. P., Huang, B., Stinson, F. S., Dawson, D. A., Saha T.D., Smith S.M., Pulay A.J., Pickering R.P., Ruan, W. J & Compton W. M. (2009). Sociodemographic and psychopathologic predictors of first incidence of DSM-IV substance use, mood and anxiety disorders: results from the Wave 2 National Epidemiologic Survey on Alcohol and Related Conditions. Molecular psychiatry, 14,11, 1051-66.

Grassi A., Alberti F., Berivi S., Mereu C., Palummieri A., Scevola S., Spissu A. (2012). Gli accertamenti WDT (Workplace Drug Testing): studio preliminare su un campione di lavoratori con mansioni a rischio terzi afferenti alla ASL RM D di Roma per gli accertamenti di 2° livello (DGR 332/09), Dipendenze Patologiche 3, 5-10.

Grassi, A., Berivi, S., Palummieri, A., & Scevola, S. (2013). Uso di sostanze psicotrope e tratti di personalità in un campione di lavoratori a rischio di terzi sottoposto agli accertamenti di 2° livello (DGR 332/09) studiato attraverso la somministrazione del MMPI-2. Psichiatria e Psicoterapia, 32,3, 163-180.

Greene, R. L., Adyanthaya, A. E., Morse, R. M., & Davis Jr, L. J. (1993). Personality variables in cocaine-and marijuana-dependent patients. Journal of Personality Assessment, 61,2, 224-230.

Harkany, T., Keimpema, E., Barabás, K., & Mulder, J. (2008). Endocannabinoid functions controlling neuronal specification during brain development. Molecular and cellular endocrinology, 286,1-2, S84-S90.

Hatcher-Kay, C., & King, C. A. (2003). Depression and suicide. Pediatrics in Review, 24,11, 363. Hathaway, S. R., & McKinley, J. C. (1942). The Minnesota Multiphasic Personality Schedule. University of Minnesota Press.

Hindelang, R. L., Dwyer, W. O., & Leeming, F. C. (2001). Adolescent risk-taking behavior: A review of the role of parental involvement. Current problems in pediatrics, 31,3, 67-83.

Kernberg, O. F. (1987). Disturbi gravi della personalità. Bollati Boringhieri.

Krausz M. (2001). “Comorbilità psichiatrica e decorso della dipendenza: il valore predittivo della diagnosi psichiatrica” In Lucchini A. (2001). La diagnosi dei disturbi da uso di sostanze. Milano: F. Angeli.

Legleye, S., Karila, L., Beck, F., & Reynaud, M. (2007). Validation of the CAST, a general population Cannabis Abuse Screening Test. Journal of substance use, 12,4, 233-242.

Lin, W. C., Zhang, J., Leung, G. Y., & Clark, R. E. (2011). Chronic physical conditions in older adults with mental illness and/or substance use disorders. Journal of the American Geriatrics Society, 59,10, 1913-1921.

Liraud, F., & Verdoux, H. (2000). Which temperamental characteristics are associated with substance use in subjects with psychotic and mood disorders? Psychiatry Research, 93,1, 63-72.

Maremmani, A. G. I., Dell’Osso, L., Pacini, M., Popovic, D., Rovai, L., Torrens, M., Perugi G. & Maremmani, I. (2011). Dual diagnosis and chronology of illness in treatment-seeking Italian patients dependent on heroin. Journal of Addictive Diseases, 30,2, 123-135.

Martinotti, G., Stavros HatzigiaKoumis, D., Janiri, L. (2010). Alessitimia e dipendenze patologiche. Nóos 16,3,191-209.

McGue, M., Slutske, W., & Iacono, W. G. (1999). Personality and substance use disorders: II. Alcoholism versus drug use disorders. Journal of Consulting and Clinical Psychology, 67,3, 394.

Mercenaro, S. & Pirastu, R. (2007). Disturbo mentale e abuso di sostanze. Analisi delle caratteristiche demografiche e sociali di tabagisti, alcolisti, eroinodipendenti. Bollettino sulle dipendenze, 30, 3, 49-54.

Morrow, J. D., & Flagel, S. B. (2016). “Neuroscience of resilience and vulnerability for addiction medicine: From genes to behavior”. In Progress in brain research (Vol. 223, pp. 3-18). Elsevier, 2016.

Orr, C., Spechler, P., Cao, Z., Albaugh, M., Chaarani, B., Mackey, S., D’Souza, D., Allgaier, N., Banaschewski, T., Bokde, A.L.W., Bromberg, U., Büchel, C., Quinlan, E.B., Conrod, P., Desrivières, S., Flor, H., Frouin, V., Gowland, P., Heinz, A., Ittermann, B., Martinot, JL., Paillère, Martinot, ML., Nees, F., Papadopoulos Orfanos, D., Paus, T., Poustka, L., Millenet, S., Fröhner, J.H., Radhakrishnan, R., Smolka, M.N., Walter, H., Whelan, R., Schumann, G., Potter, A. & Garavan, H. (2019). Grey matter volume differences associated with extremely low levels of cannabis use in adolescence. Journal of Neuroscience, 39,10, 1817-1827.

Otten, R., Mun, C. J., Shaw, D. S., Wilson, M. N., & Dishion, T. J. (2019). A developmental cascade model for early adolescent‐onset substance use: the role of early childhood stress. Addiction, 114,2, 326-334.

Presidenza del Consiglio dei Ministri. Dipartimento Politiche Antidroga 2019 (Dati 2018). Relazione Annuale al Parlamento sul fenomeno delle tossicodipendenze in Italia.

Rodríguez de Fonseca F., Ramos J. A., Bonnin A., Fernández-Ruiz J. J. (1993). Presence of cannabinoid binding sites in the brain from early postnatal ages. Neuroreport. 4,2, 135‐138.

Rollnick, S., Heather, N., Gold, R., & Hall, W. (1992). Development of a short ‘readiness to change’ questionnaire for use in brief, opportunistic interventions among excessive drinkers. British journal of addiction, 87,5, 743-754.

Sadock, B.J., Sadock, V. A. (2007). Kaplan & Sadock – Synopsis of psychiatry. Wolters Kluwer, New York.

Serpelloni, G. (2011). Diagnosi e intervento precoce dell’uso di sostanze nei minori mediante counseling motivazionale, drug test e supporto educativo alla famiglia: metodi e razionale. Dipartimento Politiche Antidroga.

Shaffer, J. W., Nurco, D. N., Hanlon, T. E., Kinlock, T. W., Duszynski, K. R., & Stephenson, P. (1988). MMPI‐168 profiles of male narcotic addicts by ethnic group and city. Journal of clinical psychology, 44,2, 292-298.

Shedler, J., & Block, J. (1990). Adolescent drug use and psychological health: A longitudinal inquiry. American psychologist, 45,5, 612.

Spielberger, C. D. (1979). State-Trait Anger Expression Inventory – 2. Firenze. Giunti O.S.

Swendsen, J., Conway, K. P., Degenhardt, L., Glantz, M., Jin, R., Merikangas, K. R., Sampson N. & Kessler, R. C. (2010). Mental disorders as risk factors for substance use, abuse and dependence: results from the 10‐year follow‐up of the National Comorbidity Survey. Addiction, 105,6, 1117-1128.

Verheul, R. (2001). Co-morbidity of personality disorders in individuals with substance use disorders. European Psychiatry, 16,5, 274-282.

Vrouva, I., Fonagy, P., Fearon, P. R., & Roussow, T. (2010). The risk-taking and self-harm inventory for adolescents: Development and psychometric evaluation. Psychological assessment, 22,4, 852.

Wrobel, N. H., & Lacher, D. (1992). Refining adolescent MMPI interpretations: Moderating effects of gender in prediction of descriptions from parents. Psychological Assessment, 4,3, 375.


  1. Pazienti afferenti ad un Servizio ambulatoriale specifico per minori e giovani adulti 13-22 anni del Sistema Sanitario Nazionale
  2. Gli strumenti diagnostici somministrati sono: MAC (Motivazione al cambiamento. Rollnick et al. 1992), CAST (Cannabis Abuse Screening Test. Legleye et al. 2007), STAXI-2 (State-Trait Anger Expression Inventory – 2. Spielberger 1979), BDHI (Buss Durkee Hostility Inventory. Buss & Durkee 1957), SCID II (Structured Clinical Interview for DSM-IV Axis II Disorders. First et al. 1994), MMPI-2 (Minnesota Multiphasic Personality Inventory-2. Butcher & Williams 2000) e MMPI – A (Minnesota Multiphasic Personality Inventory-Adolescent. Butcher et al. 1992), RTSHIA (Risk-Taking and Self-Harm Inventory for Adolescents. Vrouva et al. 2010).
  3. Per un approfondimento vedi Berivi, S. et al. (2019).
  4. Vedi Berivi, S. et al (2019).

–*

Leave a Reply