Mirko Berti, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Università degli Studi di Padova, Padova, Italia
mirko.berti@ubep.unipd.it
Giorgia Stoppa, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Università degli Studi di Padova, Padova, Italia; Claudio Gariazzo, Dipartimento di medicina, epidemiologia, igiene del lavoro e ambientale, Istituto Nazionale Assicurazione Infortuni sul Lavoro (INAIL), Roma; Stefania Massari, Dipartimento di medicina, epidemiologia, igiene del lavoro e ambientale, Istituto Nazionale Assicurazione Infortuni sul Lavoro (INAIL), Roma; Annibale Biggeri, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Università degli Studi di Padova, Padova, Italia; Dolores Catelan, Unità di Biostatistica, Epidemiologia e Sanità Pubblica, Dipartimento di Scienze Cardio-Toraco-Vascolari e Sanità Pubblica, Università degli Studi di Padova, Padova, Italia.
- Categoria Primaria: Epidemiologia occupazionale
- Categoria Secondaria: Metodi epidemiologici e biostatistici
Introduzione: L’E-value rappresenta la minima forza di associazione, espressa come rischio relativo, che un confondente non misurato dovrebbe avere sia con l’esposizione sia con l’esito in studio per annullare una specifica associazione, condizionatamente alle covariate misurate. Questa statistica di facile implementazione ha tuttavia sollevato alcune critiche. Negli studi di sorveglianza sui rischi occupazionali la valutazione dell’impatto di confondenti non misurati è stata parziale o assente. Obiettivi: In questo lavoro forniamo una valutazione della robustezza delle stime sui rischi occupazionali nell’ambito del progetto BEST (Big Data e Deep Learning nella sorveglianza dei tumori professionali). In particolare, intendiamo valutare l’impatto dei confondenti non misurati. Metodi: I dati consistono del record linkage individuale tra il registro di causa di morte ISTAT 2005-2018 e l’archivio INPS delle storie contributive 1974-2018. Considerando una latenza minima di cinque anni prima del decesso, è stato identificato per ciascun individuo il comparto lavorativo prevalente. Sono stati calcolati i Cancer Mortality Odds Ratio (CMORs) per ogni sede tumorale (11 sedi definite in sede di protocollo) e comparto (43 comparti della lista ATECo) prendendo come riferimento il comparto dei servizi, stratificati per sesso e categoria occupazionale (blue collar e blue con white collar). Le stime sono state aggiustate per età, regione di residenza, anno di decesso e livello di istruzione. Dai CMORs e dai relativi intervalli di confidenza al 90% è stato calcolato l’E-value. I risultati per diverse tipologie tumorali sono stati rappresentati graficamente per facilitarne il confronto. Le analisi sono state condotte nell’ambito del progetto BEST realizzato con il contributo finanziario dell’INAIL (contratto ID 56/2022). Risultati: Limitatamente alle analisi svolte nei soggetti blue collar, si osserva per gli E-values calcolati un range che varia da un minimo di 1 ad un massimo di 65. Valori più elevati indicano una maggiore robustezza dell’associazione rispetto alla presenza di potenziali confondenti non misurati. Prendendo come esempio il tumore al polmone, si osserva che i valori più alti di E-value si registrano, per uomini e donne, nei comparti agricoltura (M: 3.04, F: 1.48), ferrovie (M: 1.79, F: 1.5) ed energia elettrica (M: 2.17, F: 1.39). Al contrario, valori inferiori si rilevano nei comparti sanità e servizi veterinari (M: 1.21, F: 1.08), prodotti per edilizia (M: 1.24, F: 1.11) e benzinai (M: 1.11, F: 1.16). Conclusioni: I rischi occupazionali calcolati nei programmi di sorveglianza sono largamente esplorativi e difficilmente interpretabili in senso causale mancando la possibilità di tener conto di importanti confondenti. Nonostante queste limitazioni, sono di grande utilità e in alcuni casi mostrano una forte robustezza anche rispetto a confondenti non misurati.