Versione Mobile | Vai alla versione Desktop
Differenze tra versione Mobile e versione Desktop

Standardizzazione delle misure

OBIETTIVO:

constatare come il raffronto di alcune misure possa aver significato soltanto quando effettuato su popolazioni standardizzate

Molti dei tassi o proporzioni finora descritti (es. morbosità, mortalità ecc.) possono essere utilizzati per confrontare due (o più) popolazioni soltanto se le popolazioni sono abbastanza simili riguardo alle caratteristiche che potrebbero influenzare il parametro misurato.

In caso contrario, il raffronto può condurre a conclusioni errate, in quanto tali caratteristiche possono agire come «confondenti» o elementi di «confondimento» («confounders»).

Questo concetto può essere compreso più facilmente ricorrendo ad un esempio.

Un esempio di standardizzazione

Un allevatore di pesci tropicali d'acqua dolce tiene le vasche di allevamento in due diverse locali (d'ora in poi denominati come Loc-1 e Loc-2). Tutte le caratteristiche principali dell'allevamento (provenienza e temperatura dell'acqua, trattamenti effettuati ecc.) sono identiche in Loc-1 e in Loc-2. L'unica differenza importante sembra essere l'alimentazione: in Loc-1 si utilizza il mangime Mang-1, mentre per i pesci allevati in Loc-2 si utilizza un altro mangime (Mang-2) prodotto da una ditta diversa.
L'allevatore riferisce di aver notato una mortalità più elevata in Loc-2 e, poiché l'unica differenza fra i due gruppi è il mangime, attribuisce la «colpa» al Mang-2.
Il tuo compito è quello di condurre una indagine epidemiologica per verificare se le osservazioni dell'allevatore sono corrette e se è giustificato incolpare il Mang-2.
 
Il primo elemento da verificare è la mortalità. In base ai dati raccolti dall'allevatore, di cui non abbiamo motivo di dubitare, si è registrato quanto segue:

Dall'esame della tabella si vede facilmente che in Loc-2 la mortalità è stata quasi doppia rispetto a Loc-1. Tuttavia sappiamo che questa osservazione, in sé, non è sufficiente a dichiarare che la mortalità è in Loc-1 è significativamente superiore rispetto a Loc-2. Infatti, la differenza osservata potrebbe essere dovuta al semplice caso. Come già hai appreso (v. Capitolo 5), per escludere questa ipotesi è necessario applicare un test statistico. Si tratta di effettuare un confronto fra due percentuali, quindi è adatto il test del chi-quadrato. Il test fornisce un valore P=0.0007: esistono soltanto 7 probabilità su 10000 che la differenza nella mortalità osservata nei due locali di allevamento sia dovuta al caso. Puoi affermare che la differenza osservata è statisticamente significativa;
 
Sembra proprio che l'allevatore abbia ragione. Tuttavia, non sei ancora del tutto convinto. Decidi di fare un sopralluogo in allevamento (l'epidemiologia non si fa solo a tavolino...), e ti rendi conto che, in entrambi i locali, vengono allevate 3 diverse specie di pesci: Tanichthys, Rasbora e Barbus.

Chiedi all'allevatore se sono stati registrati i dati di mortalità separati per specie; la risposta è positiva. Quindi, compili una nuova tabella della mortalità per ciascun locale, usando con i dati disaggregati per ciascuna delle tre specie, come segue:

LOC-1

LOC-2

Come vedi, i dati aggiuntivi dimostrano che la mortalità osservata in ciascun specie (caselle verdi) è all'incirca la stessa nei due gruppi e quindi non dipende dal locale di allevamento (e quindi nemmeno dall'alimentazione).
La differenza fra i tassi grezzi di mortalità, che ha tratto in inganno l'allevatore (caselle rosa), era da attribuire soltanto alla diversa distribuzione delle specie di pesci nelle vasche dei due locali e non ad altri fattori.

Concludiamo dicendo che dall'esempio scaturisce la seguente osservazione di carattere generale. Occorre fare molta attenzione quando si confrontano due popolazioni o due gruppi allo scopo di rilevare differenze (non solo riguardo alla mortalità ma anche per tanti altri parametri). Infatti, le differenze osservate potrebbero derivare da fattori di distorsione o di confondimento presenti nelle popolazione. Nel caso della valutazione del tasso di mortalità dell'uomo, il più importante di questi fattori è l'età. Per gli animali in allevamento possono agire altri fattori, come ad esempio la razza o la specie (come nell'esempio), il regime vaccinale, l'igiene ambientale ecc.. Per evitare di giungere a conclusioni sbagliate, è necessario considerare con molta attenzione lo scenario delle popolazioni su cui si sta lavorando. Se possibile, è opportuno effettuare una standardizzazione. [Per saperne di più su questo argomento consultare il Libro, Cap. 10.7, pag 137 e segg.].

Forse sarai sorpreso nell'apprendere che il tasso grezzo di mortalità annuo è più alto in Italia che in molti Paesi africani o del Terzo Mondo.
Ad esempio, il confronto fra Italia e Algeria registra valori di 9.93‰ in Italia vs 4.72‰ in Algeria (stime 2012). Ciò significa che in Italia ogni anno muoiono circa 10 persone su mille, ed in Algeria soltanto 5.
Questi dati sono dovuti al fatto che il confronto è viziato dalla differente composizione delle due popolazioni rispetto all'età. Infatti, notoriamente (ed ovviamente) nelle popolazioni umane l'età rappresenta il principale fattore che influenza la mortalità.
In Italia la popolazione è mediamente più vecchia che in Algeria (età mediana 43.5 vs 27.6), perché la struttura della popolazione è diversa: in Italia vi sono meno giovani e più anziani, come dimostrano i seguenti dati: da 0-14 anni: 13.8% vs 24.2%; da 15-64 anni 65.9% vs 70.6%; 65 anni ed oltre 20.3% vs 5.2%) [Fonte dei dati: The World Factbook, www.cia.gov].
In questi casi, il raffronto dei tassi grezzi non ha alcun valore. È necessario un raffronto standardizzato per classi di età, che... rimette le cose così come te le aspetti!

Qui si conclude il Capitolo «Misure di frequenza delle malattie».
NELLA PROSSIMA UNITÀ:
inizia il Capitolo riguardante l'impiego dei test a livello di popolazione; In particolare, in essa viene descritto che cosa si intende esattamente per «test» e per «screening».

Precedente Successiva