Statistica Medica: Analisi della Salute e della Malattia nella Popolazione

Statistica Medica: Obiettivi e Metodologie

L'obiettivo è quello di fornire le conoscenze di base ed i principi metodologici per un corretto approccio scientifico allo studio dello stato di salute e di malattia di una popolazione.

La statistica medica, è uno strumento molto utile per:

1. Identificare le cause e i fattori di rischio delle malattie: identificare la causa è un obiettivo molto pretenzioso, perché capire attraverso dei dati se quei dati favoriscono o meno l'ipotesi della causa della malattia è complicato; però questo si fa con gli studi sperimentali, nel quale il ricercatore introduce un intervento e cerca la causa. I fattori di rischio delle malattie invece sono dei fattori che io vado ad associare allo sviluppo della malattia, quindi raccolgo dei dati, in base alla malattia vado a chiedere se i fattori che io ho raccolto possono essere o meno i fattori di rischio per lo sviluppo di quella malattia; ad esempio, la malattia cardiovascolare, i fattori di rischio possono essere alimentazione, fumo, stress, alcol, quindi le abitudini di vita che potrebbero avere un effetto sullo sviluppo della malattia, ma per dire che questi sono dei fattori di rischio dobbiamo fare dei calcoli per vedere se lo sono realmente oppure no per quella malattia. Cosa accade se noi scopriamo che il fumo è un fattore di rischio per lo sviluppo della malattia cardiovascolare? Faremo prevenzione, le campagne di sensibilizzazione; quindi dal momento in cui noi abbiamo dei dati a disposizione, possiamo poi pianificare tutta una serie di interventi, di programmazione sanitaria nel dire che sarà necessario fare una campagna per il fumo, per l'ipertensione. Tutto questo deriva dal fatto che abbiamo a disposizione dei dati e forniamo l'evidenza solida per poi andare avanti.
2. Conoscere la storia naturale della patologia: ad esempio fino a 2 anni fa non si sapeva cosa fosse il covid, quindi la statistica medica e l'epidemiologia hanno aiutato tantissimo a capire qual è la storia naturale della malattia; sintomi, segni, esami, diagnosi, percorso. Quando noi non conosciamo la malattia dobbiamo iniziare a cercare cosa c'è in letteratura su quella malattia lì e poi aggiungere il nostro.
3. Analizzare la distribuzione delle malattie nelle popolazioni: voglio, ad esempio, sapere come si distribuisce l'ipertensione, voglio sapere come si distribuisce il diabete nella mia popolazione di riferimento, perché in questo modo poi riesco ad organizzare la prevenzione.
4. Valutare gli interventi sanitari: quindi la statistica non serve soltanto per dire "sì o no alla terapia", ma anche per dire "quel servizio funziona bene?"; quindi all'interno di una clinica dove c'è un reparto e noi vogliamo andare a vedere se il reparto funziona bene o male, posso somministrare un questionario per avere questo tipo di informazione? Sì, poi i dati del questionario li devo assolutamente andare a riepilogare.

Quindi, quando parliamo di statistica medica, ci riferiamo a quella che è una metodologia generale per lo studio dei fenomeni collettivi e quindi della variabilità attraverso:

1. Osservazione dei fenomeni; io prima devo osservare i fenomeni.
2. Traduzione in simboli; devo tradurre in simboli il fenomeno, quindi attraverso quelli che sono le misure di sintesi.
3. Evidenza delle irregolarità; se io attraverso la statistica capisco come funzione il reparto posso anche mettere in evidenza ciò che va bene ma anche quello che va male.
4. Verifica ipotesi; a seconda delle ipotesi che facciamo di ricerca noi poi dovremo utilizzare la metodologia corretta per poterla verificare in base a quello che succede nella realtà.definizioni più approfondite dei punti precedenti.

Osservazione dei Fenomeni

1) La statistica medica insegna come occorre osservare la realtà, come raccogliere i dati, con quali strumenti, su chi, su quanti, etc.

Traduzione in Simboli

2) La statistica medica insegna come riassumere in modo corretto i dati raccolti, cioè come esprimerli e rappresentarli in modo sintetico e appropriato in funzione del tipo di variabile e della sua distribuzione

Evidenza delle Irregolarità

3) Una appropriata analisi statistica di variabili raccolte, consente di evidenziare quei fenomeni che si scostano dalla "normalità" cioè dai valori più frequenti in un set di dati: spesso l'approfondimento su tali irregolarità è molto informativo e può generare nuove ipotesi

Verifica di Ipotesi

4) È l'aspetto più interessante della metodologia statistica: la possibilità di verificare se un'ipotesi posta sia o non sia confutata dalla osservazione della realtà

Esempio: Studio dei Fattori di Rischio Cardiovascolari

Vediamo un esempio: studio dei fattori di rischio per le patologie cardiovascolari nella popolazione generale

Partiamo dal fatto che la conoscenza dello stato di salute della popolazione è un obiettivo prioritario per l'appropiatezza degli interveti sanitari, la razionalizzazione nella produzione di servizi e nel consumo di risorse. Quindi non vi è solo la malattia, ma c'è anche tutto il resto. La prima cosa che dobbiamo fare è rispondere alle domande:

• Chi?
• Cosa?
• Perché?
• Come?

Chi? Popolazione e Unità Statistiche

Chi? A chi si riferisce: alla popolazione generale; la popolazione generale, da chi sarà costituita? Dalle persone; quindi le persone potranno essere le nostre unità statistiche? Sì. Allora quando studio una malattia o un fattore, lo devo studiare su qualcuno, su qualcosa, la maggior parte degli studi vengono effettuati sui pazienti, pazienti, utenti, studenti, dipende da cosa dobbiamo fare, dipende dall'obiettivo dello studio e sicuramente il soggetto rappresenta la nostra unità statistica di base.

Cosa? Studio dei Fattori di Rischio

Cosa? A cosa si riferisce: cosa voglio studiare; quindi il cosa corrisponde allo studio della presenza dei fattori di rischio, per capire se effettivamente sono fattori di rischio per lo sviluppo della patologia cardiovascolare.

Perché? Migliorare la Conoscenza e Monitorare la Salute

Perché? Per migliorare la conoscenza dello stato di salute della malattia ma anche per monitorare lo stato di salute della popolazione; se io riesco a monitorare lo stato di salute della popolazione, sarò in grado di attuare degli interventi in modo da diminuire lo stato di ospedalizzazione.

Come? Fonti di Dati e Raccolta Informazioni

Come? Come faccio tutto questo? Cosa utilizzo? Utilizzo delle fonti di dati idonee per identificare le caratteristiche anagrafiche dei soggetti appartenenti alla popolazione. Ci sono dei dati che riuscirò ad avere dall'anagrafe ma ci sono dei dati clinici che non otterrò dall'anagrafe, ma che arriveranno da altre fonti deidati, come ad esempio le cartelle infermieristiche o mediche, per capire i flussi di ospedalizzazione, delle dimissioni, quanti ricoveri ha fatto, se ha fatto interventi e quali, sapendo che il mio obiettivo è la patologia cardiovascolare. Non è che vado dal soggetto e chiedo "ma lei ha una patologia cardiovascolare?", che cosa chiederò al soggetto? Le sue abitudini, perché vi sono delle caratteristiche che io acquisisco attraverso delle fonti ma ci sono anche le caratteristiche attuali che io non posso avere (se fuma o meno, attività fisica, alimentazione).

Matrice dei Dati e Analisi Descrittiva

Si parte da una matrice dei dati: riporta le informazione che andiamo a rilevare per ciascun soggetto; in base all'obiettivo dello studio, che è quello della malattia cardiovascolare, io vado a raccogliere le informazioni relative al genere, per capire se c'è una differenza tra maschi e femmine nello sviluppo della malattia, vado a raccogliere l'età, tutti sappiamo che andando avanti con l'età più aumenta il rischio, poi abbiamo tutte le variabili codificate con 0 e 1 che significa presenza o assenza di malattia (0=assente; 1=presente), poi andiamo a valutare anche i ricoveri effettuati dal soggetto, infine avremo la variabile che ci interessa cioè "ricovero per malattia cardiovascolare". Infine avremo anche un dato relativo al decesso.

IDNUM Sesso ETA al 1996 Età >65 Hpt Diabete Fumo Obeso RIC GĐ NRIC_CVD GD_CVD RIC_CVD Decesso 1 Femmina 67 1 0 0 0 0 0 0 0 0 0 2 Femmina 64 0 1 1 0 0 0 1 2 1 2 1 1 3 Femmina 80 1 1 1 0 0 0 0 0 0 1 4 Femmina 66 1 0 1 0 0 0 0 0 0 0 6 Femmina 48 0 0 0 0 1 0 0 0 0 0 7 Femmina 79 1 1 0 0 1 1 0 0 0 0 9 Femmina 63 0 0 1 0 0 0 3 41 0 0 0 10 Femmina 66 1 0 1 0 0 0 0 0 0 0 11 Femmina 85 1 1 0 1 0 1 2 1 13 1 1 14 Femmina 63 0 D 1 0 0 0 0 0 0 0 16 Femmina 64 0 D 1 0 0 0 1 2 0 0 0 17 Femmina 71 1 0 0 0 0 0 0 0 0 0 25 Femmina 63 0 1 1 0 0 0 0 0 0 28 Femmina 55 0 1 1 0 0 0 0 0 0 1 29 Femmina 50 0 0 1 0 0 0 2 20 0 0 0 32 Femmina 77 1 0 0 0 0 0 0 0 0 0 33 Femmina 55 0 0 0 0 0 0 0 0 0 0 35 Femmina 57 0 0 1 0 0 0 1 9 0 0 0 37 Femmina 72 1 1 1 1 0 1 5 22 2 13 1 1 38 Femmina 69 1 1 1 0 0 1 1 7 0 0 0 49 Femmina 52 0 0 1 0 0 0 0 0 0 0

Questa è solo una parte della matrice dei dati, abbiamo 49 soggetti che rappresentano le unità statistiche, ogni record (la prima riga) è quella relativa al soggetto con tutte le informazioni raccolte. Questo è uno studio reale fatto sulla popolazione di un comune italiano, è stato effettuato su 1700 abitanti. Io ho 1700 righe, come faccio ad andare a misurare quanti sono i maschi e quante sono le femmine, come si distribuisce l'età? Applico quelle misure di sintesi che mi servono per rappresentare i miei dati, vado a costruire un conteggio ed una percentuale per andare a rispondere a questa domanda, oppure vado sulle variabili quantitative, che sono quelle numeriche, a calcolare la media, moda, mediana. Alla fine, ciò che esce fuori dalla sintesi dei dati sono dei grafici: un areogramma circolare (costruito sia per l'età sia per il sesso), quindi su circa 1700 soggetti, 817 sono maschi e 887 sono donne, questo è un dato descrittivo, io inizio a descrivere quella che è la mia popolazione, dopo posso dire che il 63% è costituito da soggetti che hanno un'età inferiore ai 65 anni; posso costruire anche una distribuzione per classi d'età, ma nella matrice dei dati non avevamo le classi d'età, avevamo le età in continuo, ovvero le età secondo gli anni compiuti per ogni soggetto, ma da quella variabile posso costruire delle classi d'età per dare un dato descrittivo in più della mia popolazione, oppure posso calcolare l'età media del campione, quindi l'età media, riferita a quei 1700 soggetti, è di 58 anni con una certa variabilità. Un'altra cosa che posso tirare fuori da questa matrice dei dati, è una tabella:

Frequenza dei Fattori di Rischio per Sesso

Frequenza fattori di rischio Maschi Femmine Totale Ipertensione % 184 (22.5%) 243 (27.4%) 427 (25.05%) Iperlipoproteinemia % 376 (46.0%) 462 (52.1%) 838 (49.2%) Diabete % 22 (2.7%) 19 (2.1%) 41 (2.4%) Obesità % 140 (17.1%) 262 (29.5%) 402 (23.6%) Fumo di tabacco % 151 (18.5%) 123 (13.9%) 274 (16.1%) Totale 817 (100%) 887 (100%) 1704 (100%)

questa tabella, ad esempio, mi riporta la distribuzione dei fattori di rischio che derivano dalla matrice, stratificata tra maschi e femmine; qui si inizia a capire qualcosa in più sui fattori di rischio, perché come vado a leggere mi rendo conto che l'ipertensione, in relazione alla variabile che identifica il genere, è più presente nelle femmine che nei maschi (sempre in relazione al campione di popolazione di 1700 abitanti), e cos' via dicendo per gli altri fattori di rischio; ci mette anche in mostra quanto il diabete presenta una frequenza molto bassa, questo ci fa pensare che abbiamo più informazioni sull'ipertensione rispetto al diabete, perché su 1700 persone, avere un dato così basso, significa anche che non avevo a disposizione un file per identificare il diabete (dovevo controllare ad esempio le esenzioni). Bisogna anche tener conto che quando si chiede un'informazione ad un soggetto, bisogna vedere se la risposta corrisponde alla realtà.

Grafico: Percentuali di Età per Ricovero

Un'altra cosa che posso costruire è anche un grafico:

68.33% Si Ricovero 31 67% = età 265 aa metà <65 aa 34,60% No Ricovero 65,40% 0% 10% 20% 30% 40% 50% 60% 70% 80%

questo è un esempio di istogramma, dove metto le percentuali delle età dei soggetti stratificati per ricovero sì e ricovero no.

Statistica Inferenziale per i Fattori di Rischio

Per capire se realmente quello che ho rilevato è un fattore di rischio per sviluppare la malattia, mi basta descrivere? No. Devo fare un passaggio in più, e quello che fa un passaggio in più è lasciare la statistica descrittiva per entrare nella statistica inferenziale: dove noi abbiamo a disposizione dei test per andare a verificare se effettivamente quello che noi stiamo studiando, associato alla malattia, è un fattore di rischio