Uso di Big data in Epidemiologia ambientale ed occupazionale. Progetto BEEP ATTIVITÁ 2.3.

Transcript

1 Uso di Big data in Epidemiologia ambientale ed occupazionale Progetto BEEP ATTIVITÁ 2.3. Protocollo operativo per l analisi degli effetti delle temperature e dell inquinamento atmosferico sulla mortalità a livello regionale Ultima versione: 08/05/2018 1

2 Descrizione attività: valutazione degli effetti degli inquinanti atmosferici e della temperatura dell aria sulla mortalità per cause naturali, cardiovascolari, respiratorie, nervose, mentali e metaboliche sia sul territorio delle 5 regioni coinvolte (Piemonte, Emilia-Romagna, Lazio, Puglia e Sicilia) sia distinguendo tra comuni metropolitani, urbani, sub-urbani, rurali e industriali. Modalità di esecuzione attività: L Attività viene svolta presso il DIP-EPI avvalendosi di risorse di calcolo disponibili all interno della U.O. e con la collaborazione di diverse unità operative: CNR-IBIM, CNR-IFC, CPO, SIE Reggio Emilia, ARES, DASOE, ARPAE. Il protocollo per l elaborazione epidemiologica dei dati viene condiviso all interno di un gruppo di ricerca costituito da epidemiologi senior e junior. Vengono organizzate periodiche teleconferenze al fine di monitorare lo stato di avanzamento delle analisi e di discuterne i risultati. Tempistica di esecuzione attività: L Attività ha inizio dal sesto mese di progetto, con la stesura della prima bozza di protocollo, e si esaurisce alla fine del primo anno del progetto, entro la rendicontazione intermedia (Luglio 2018). Tipologia del risultato fornito: Vengono effettuate analisi relative agli effetti acuti delle temperature e degli inquinanti atmosferici sulla mortalità a livello regionale per il periodo Vengono prodotte stime di curve dose-risposta per ognuna delle variabili di esposizione considerate, ed ognuno degli esiti sanitari. Inoltre, le suddette stime vengono fornite per il complesso dei comuni delle 5 regioni e separatamente per tipologia di comuni (metropolitani, urbani, sub-urbani, rurali e industriali), definiti sulla base della popolazione residente o prossimità a grandi impianti industriali. Tutti i risultati vengono inclusi in un rapporto tecnico ed in pubblicazioni scientifiche da sottoporre a riviste internazionali. 2

3 Descrizione delle attività di analisi epidemiologica dei dati Esiti sanitari A partire dai registri delle schede di morte regionali vengono costruite, per ogni comune delle regioni, le conte giornaliere di decessi aventi, come causa principale, una delle seguenti patologie (codici ICD-9): Naturali: o Cardiovascolari: Cardiache: Ischemiche del cuore: Cerebrovascolari: o Respiratorie: o Mentali: o Nervose: o Metaboliche: Diabete: 250 Esposizioni ambientali Per ogni comune e giorno all interno della finestra temporale vengono definite le seguenti variabili ambientali: Inquinanti atmosferici: o Concentrazioni giornaliere di PM10, PM2.5 e PM (stimate da satellite nell attività 1.2 per il periodo ) o Concentrazioni giornaliere di PM10, PM2.5, componenti del PM10 e PM2.5, NO2 ed O3 (derivate dalla combinazione delle simulazioni modellistiche numeriche previste nell attività 1.1 e della data fusion prevista nell attività 2.1 per il periodo ) Temperatura: o Temperatura dell aria media giornaliera (stimata da satellite nell attività 1.2 per il periodo ) o Temperatura apparente dell aria media giornaliera (derivata dalla combinazione della temperatura dell aria stimata da satellite nell attività 1.2 e della data fusion prevista nell attività 2.1 per il periodo ) Altri confondenti Vengono definite altre variabili giornaliere ai fini dell aggiustamento del confondimento nelle analisi epidemiologiche. Esse includono: a) le epidemie influenzali (su base regionale e settimanale); b) decrementi estivi di popolazione; c) festività; d) trend temporali di lungo periodo e stagionali. 3

4 Metodi statistici La relazione tra gli esiti sanitari identificati e le variabili di esposizione viene analizzata attraverso modelli di regressione multipla di Poisson con sovradispersione, secondo la seguente formula: log E [Yt]=β 0 + f(esp t) + confondenti t dove E[Yt] rappresenta il valore atteso del conteggio di decessi (causa-specifico) nel giorno t, Espt rappresenta l esposizione di interesse al giorno t (concentrazione di inquinante o temperatura dell aria), f è un opportuna funzione dell esposizione (termine lineare, spline, ecc.), e confondentit include una lista estesa di fattori di confondimento al giorno t, come descritto di seguito. Fattori di confondimento I fattori di confondimento sono scelti sulla base di analisi esplorative ed evidenze di letteratura. Includono: - Trend temporale. Fattore finalizzato a rimuovere il confondimento legato ai trend di lungo periodo e stagionali. A tal proposito viene definita una variabile con il progressivo del giorno e vengono proposti due approcci di aggiustamento di tale variabile: Spline naturali con 6 gradi di libertà per anno, separatamente per ogni comune o provincia; Interazione a 4 livelli tra anno, mese, giorno della settimana e comune (analogo al case-crossover time-stratified ) - Temperatura (nell analisi degli inquinanti). Termine finalizzato a rimuovere il confondimento legato agli effetti avversi delle temperature basse invernali e delle temperature elevate estive. A tal proposito viene modellato con curve non lineari. Vengono proposti due approcci: Modelli a lag distribuiti non lineari (DLNM). Viene definita una cross-basis per tenere conto di latenze prolungate (fino a 10 giorni) e relazioni non lineari (spline) Due spline separate per la temperatura al lag 0-1 e la temperatura al lag 1-6 (come da articoli EPIAIR e MED-PARTICLES) - Inquinante (nell analisi delle temperature). Termine finalizzato a rimuovere il confondimento legato agli effetti avversi dell inquinamento atmosferico. A tal proposito l inquinante scelto è il PM2.5 (quello su cui ci sono maggiori evidenze di letteratura), che viene modellato con un termine lineare al lag Epidemie influenzali, decrementi estivi di popolazione e festività: vengono modellati con variabili indicatrici Struttura lag della variabile di esposizione Nel caso dell inquinamento atmosferico, viene condotta una analisi esplorativa utilizzando modelli DLNM per valutare effetti possibilmente non lineari, ritardati (o prolungati). Inoltre, vengono scelti dei lag a priori per rappresentare effetti immediati (lag 0-1), ritardati (lag 2-5) e prolungati (lag 0-5), e tali variabili vengono messe nel modello come termini lineari. Le stime di associazione vengono scalate su 10 µg/m 3 ed espresse come incrementi percentuali di rischio (e relativi intervalli di confidenza al 95%). 4

5 Modificazione di effetto Tutti gli aspetti precedentemente descritti verranno replicati per stimare effetti separatamente per: - Classi di età (0-64, 65+ oppure 0-74 e 75+) - Genere - Stagione di decesso (fredda: Ottobre-Marzo; calda: Aprile-Settembre) - Tipologia del comune (rurale, sub-urbano, urbano, metropolitano, industriale) 5