lettera
Epidemiol Prev 2016; 40 (5): 274-274
DOI: https://doi.org/10.19191/EP16.5.P274.099

Evidenza epidemiologica e misclassificazione

Epidemiological evidence and misclassification


Abbiamo letto con interesse l’articolo di Baldacci et al.1 che sollecita riflessioni, per esempio, in merito alla valutazione dell’evidenza epidemiologica, attività intorno a cui vi è dibattito a livello internazionale anche per ciò che concerne gli studi di epidemiologia ambientale e occupazionale.2 Attività per la quale gli autori fanno riferimento alla metodologia sviluppata in SENTIERI.3

L’articolo necessita anche di alcune precisazioni su una nostra ricerca,4 citata nell’articolo in quanto compresa fra le evidenze epidemiologiche che vertono sul ruolo delle esposizioni industriali nell’eziologia dei difetti cardiaci congeniti.

  • Baldacci et al. sostengono che nella ricerca non vi sia un controllo per fattori confondenti. In realtà, nel nostro lavoro, basato su un disegno caso-controllo, abbiamo utilizzato come variabile di matching, oltre al genere e all’anno di inizio della gravidanza (la cui scelta, nell’ultimo caso, era suggerita dalla non stazionarietà dell’esposizione e dell’incidenza dell’outcome nel tempo), anche l’indice di deprivazione di Caranci et al.5 Certamente, come abbiamo riportato nelle discussioni di quel lavoro, trattandosi di una variabile costruita a livello di sezione di censimento non si può escludere un confondimento residuo. Tuttavia, vi è stato, da disegno, un controllo per una variabile proxy dello stato socioeconomico delle madri, e riteniamo che si debba tener conto di ciò nell’interpretazione del nostro articolo.
  • Baldacci et al. scrivono che il ricorso a un’unica centralina per la caratterizzazione dell’esposizione potrebbe aver portato alla misclassificazione dell’esposizione e, di conseguenza, a una distorsione della stima di rischio. Come discusso in Gianicolo et al.4 e in Cervino et al.,6 in termini generali la modellizzazione dell’esposizione attraverso il valore di un inquinante misurato in un’unica centralina, o la media cittadina tra più misure in condizioni di disomogeneità nella distribuzione degli inquinanti, così come la distanza da una sorgente inquinante in un sito caratterizzato dalla prevalenza di alcune direzioni di vento, o la dimensione della griglia di simulazione in caso di modellistica della diffusione possono condurre a una misclassificazione dell’esposizione, da valutare e discutere caso per caso. Nello studio condotto a Brindisi, sul quale si soffermano Baldacci et al., riteniamo che le evidenze disponibili non permettano di escludere che il bias sia non differenziale, ovvero che casi e controlli abbiano uguale probabilità di essere misclassifi cati rispetto alla reale esposizione. Dunque, se si suppone che la stima del rischio sia distorta, lo dovrebbe essere nella direzione del valore nullo,7 con conseguente e verosimile sottostima del reale effetto dell’esposizione a SO2 in gravidanza.

Emilio Antonio Luca Gianicolo,1,2 Cristina Mangia,3 Marco Cervino,3
Antonella Bruni,1 Maria Grazia Andreassi,1 Giuseppe Latini4

1 Istituto di fisiologia clinica, Consiglio nazionale delle ricerche, Lecce
2 Institut für Medizinische Biometrie, Epidemiologie und Informatik (IMBEI), Università di Mainz, Germania
3 Istituto di scienze dell’atmosfera e del clima, Consiglio nazionale delle ricerche, Lecce
4 già primario dell’Unità di terapia intensiva neonatale dell’ospedale “Antonio Perrino”, Brindisi; già ricercatore associato dell’Istituto di fisiologia clinica del Consiglio nazionale delle ricerche  

Corrispondenza: egianico@uni-mainz.de

BIBLIOGRAFIA

  1. Baldacci S, Gorini F, Minichilli F, Pierini A, Santoro M, Bianchi F. Rassegna degli studi epidemiologici su fattori di rischio individuali e ambientali nell’eziologia dei difetti cardiaci congeniti. Epidemiol Prev 2016;40(3-4):185-96.
  2. Morgan RL, Thayer KA, Bero L et al. GRADE: Assessing the quality of evidence in environmental and occupational health. Environ Int 2016;92-93:611-16.
  3. Pirastu R, Ancona C, Iavarone I et al. SENTIERI Project. Mortality study of residents in Italian polluted sites: evaluation of the epidemiological evidence. Epidemiol Prev 2010;34(5-6) Suppl 3:1-2.
  4. Gianicolo EA, Mangia C, Cervino M, Bruni A, Andreassi MG, Latini G. Congenital anomalies among live births in a high environmental risk area – a case-control study in Brindisi (southern Italy). Environ Res 2014;128:9-14.
  5. Caranci N, Biggeri A, Grisotto L, Pacelli B, Spadea T, Costa G. L’indice di deprivazione italiano a livello di sezione di censimento: definizione, descrizione e associazione con la mortalità. Epidemiol Prev 2010;34(4):167-76.
  6. Cervino M, Mangia C, Gianicolo EA. Il dibattito in Parlamento su una ricerca scientifica. Epidemiol Prev 2015; 39(1):59-61.
  7. Copeland KT, Checkoway H, McMichael AJ, Holbrook RH. Bias due to misclassification in the estimation of relative risk. Am J Epidemiol 1977;105(5):488-95.

Inserisci il tuo commento

L'indirizzo mail è privato e non verrà mostrato pubblicamente.
CAPTCHA
Riporta le lettere mostrate nel riquadro senza spazi. Non c'è differenza tra maiuscole e minuscole.
5
p
v
e
C
Non inserire spazi. E' indifferente l'uso del maiuscolo/minuscolo