Vulnerabilità sociale negli effetti del cambiamento climatico in una grande città del Nord Italia: il caso studio di Torino nell’ambito del progetto Climactions

Introduzione

Il caso studio di Torino si situa all’interno di un programma cittadino di utilizzo delle evidenze e dati sulle disuguaglianze di salute, orientato a rendere più informati i processi di programmazione e di investimento nella città. Infatti, la “distribuzione disuguale di salute” è una metrica capace di attivare e far crescere la capacità dei diversi settori delle politiche di convergere verso un comune traguardo di promozione della salute e del benessere nelle nostre comunità. Nella Città di Torino, le istituzioni e la comunità locale hanno provato ad applicare l’approccio di una “Salute più Equa in Tutte le Politiche” con l’aiuto di due progetti europei H2020, MINDMAP¹ e EURO-HEALTHY², documentando come le città sarebbero il contesto dove si verificano le condizioni più favorevoli per l’applicazione e l’uso di queste evidenze.³ Gli interlocutori sono gli stakeholder che, con ruoli diversi, partecipano al governo delle politiche cittadine, i quali, partendo dalle conoscenze elaborate dall’infrastruttura informativa cittadina che allerta sulle situazioni di maggiore disparità nella distribuzione della salute, concorrono a identificare le politiche e gli interventi più efficaci nel contrastare le disuguaglianze di salute. Alla base di questo lavoro, ci sono anche progressi importanti fatti nello studio delle disuguaglianze di salute nella città, compresi gli effetti sulla mortalità delle ondate di calore, con particolare attenzione alla vulnerabilità sociale.⁴ Il progetto CCM Climactions offre l’occasione per trasformare questo patrimonio conoscitivo in un tool di risk assessment a uso delle politiche della città per affrontare preventivamente il cambiamento climatico. 

Come ampiamente riconosciuto, a causa della grande concentrazione di popolazione, attività economiche, infrastrutture di trasporto ed energetiche, le città e le aree metropolitane svolgono un ruolo importante nel contribuire al cambiamento climatico. Allo stesso tempo, sono i luoghi in cui sono visibili le sfide attuali più pressanti portate dal cambiamento climatico. Le città non sono solo parte del problema, ma possono anche essere considerate una parte vitale della risposta globale al cambiamento climatico e ai suoi impatti.⁵ Se pensiamo al sistema urbano italiano, dove risiede oltre il 56% della popolazione, alle sue caratteristiche fisiche e strutturali per quantità e qualità del costruito, con elevata presenza di superfici impermeabili e limitate aree di carattere naturale, emerge con chiarezza che i centri urbani sono dei veri e propri hot-spot in relazione agli impatti del cambiamento climatico.⁶ Questo comporta che fenomeni estremi, come ondate di calore e alluvioni urbane, possano produrre impatti la cui intensità è diversa da caso a caso, mettendo a rischio la salute e l’incolumità soprattutto delle categorie di popolazione più fragili. Per limitare queste conseguenze negative, che dipendono molto dalle caratteristiche specifiche di una città, sono necessari studi e analisi mirate a individuare le vulnerabilità così come i rischi di ogni realtà urbana. Questo al fine di identificare e mettere in atto gli strumenti più adeguati di risposta che tengano conto delle peculiarità dei diversi territori.⁷ Tra queste peculiarità, si dovrebbero considerare i principali fattori demografici e socioeconomici in relazione agli effetti sulla salute derivanti da un determinato impatto climatico, che possono prendere in analisi da un lato le condizioni di fragilità clinica di base – soprattutto tra la popolazione anziana – e dall’altro le condizioni di vulnerabilità sociale, ovvero tutte le caratteristiche sociali ed economiche – come il livello di educazione, l’isolamento sociale e altri aspetti dell’ambiente costruito indoor e outdoor – che contribuiscono ad aggravare la vulnerabilità del singolo.^5,8  Diversi studi hanno analizzato una modificazione di effetto dell’istruzione nella relazione “calore-mortalità” in contesto urbano, ma solo pochi di questi si sono concentrati finora nel valutare l’interazione del fattore climatico con altri determinanti sociali come lo stato civile, le caratteristiche del nucleo familiare, le condizioni abitative e la condizione occupazionale e professionale della popolazione.⁹ 

Partendo, quindi, dalla consapevolezza ormai diffusa che le città rappresentano contesti ad alta vulnerabilità ai cambiamenti climatici, in particolare per gli effetti sanitari delle isole di calore urbane, e che la vulnerabilità sociale contribuisce in modo rilevante agli impatti sulla salute durante eventi estremi di caldo, e tenuto conto che la letteratura si è concentrata principalmente su singoli fattori socioeconomici, applicando a contesti urbani framework internazionali – come quello proposto dall’IPCC – per valutare i rischi climatici, ma raramente integrando dati sociosanitari dettagliati su scala microterritoriale, il presente studio illustra un’applicazione innovativa del framework IPCC alla scala delle sezioni di censimento in un grande centro urbano italiano, utilizzando indicatori sociodemografici, sanitari e ambientali dettagliati. Grazie all’elaborazione di un indice composito di rischio che consente di identificare le aree urbane a maggiore priorità per interventi di adattamento climatico basati su evidenze, il lavoro dimostra la possibilità di integrare conoscenze epidemiologiche, dati amministrativi e strumenti urbanistici per supportare scelte politiche orientate all’equità nella salute.

Il caso studio di Torino qui analizzato si è focalizzato sull’analisi del rischio sulla salute della popolazione in relazione alle isole di calore (urban heat islands, UHI), così da determinare la distribuzione spaziale della vulnerabilità sociale della popolazione, qui scissa in indicatori (utilizzati come proxy) demografici, socioeconomici, sanitari e di contesto ambientale (suddivisione strutturata sulla base di Ellena et al.⁵ e dell’Organizzazione Mondiale della Sanità¹⁰. Ciò è stato effettuato con l’obiettivo di identificare i gruppi vulnerabili così come le aree ad alto rischio in previsione di interventi futuri di prevenzione e mitigazione. In questo contesto, Torino può contare su un ricco patrimonio informativo cittadino, denominato studio longitudinale torinese (SLT), un sistema di archivi che permette di porre in relazione le caratteristiche di un singolo individuo, siano esse di tipo sociale, economico e/o professionale e di contesto della zona di residenza con eventi di rilevanza sanitaria.^4,11 

Pertanto, gli obiettivi dello studio sono i seguenti: 

1. identificare il rischio da UHI per la popolazione ultrasessantacinquenne all’interno della Città di Torino su scala di sezione censuaria, adottando il framework di analisi proposto dall’IPCC;8 

2. individuare le aree a priorità di intervento nel territorio del comune di Torino in previsione di misure di adattamento ad hoc che tengano conto della sensitività della popolazione e della capacità adattiva delle diverse unità censuarie nel territorio; 

3. dare supporto ai decisori locali nella programmazione degli interventi di adattamento e mitigazione dei rischi nel breve, medio e lungo termine.

Lo studio è stato condotto nell’ambito del progetto Climactions (Finanziamento CCM Ministero della Salute 2019).¹²

Materiali e metodi

L’impostazione dello studio è frutto della collaborazione interdisciplinare tra diversi gruppi di ricerca che hanno messo in comune le proprie esperienze e il proprio patrimonio informativo per contribuire a migliorare la comprensione dei rischi legati alle UHI, così come la preparazione del Comune di Torino a contrastare gli impatti osservati e previsti del cambiamento climatico. Da un lato, si è fatto uso dell’infrastruttura informativa dello SLT messa a disposizione dal Servizio di epidemiologia regionale della ASLTO3; dall’altro, si è fatto riferimento alla tradizione di ricerca, monitoraggio e intervento su ondate di calore (da settore Epidemiologia ARPA Piemonte), alle analisi di contesto urbano e di politiche di intervento (da Fondazione LINKS) e alle capacità di identificazione di vulnerabilità e valutazione del rischio in relazione ai cambiamenti climatici all’interno dei contesti urbani (da Fondazione Centro Euro-Mediterraneo sui Cambiamenti Climatici – CMCC).

Rispetto alla disponibilità di studi urbani sul medesimo tema, questo studio si configura come innovativo almeno per tre punti chiave:

• nel panorama degli studi su analisi del rischio da impatti del cambiamento climatico, si distingue per la ricchezza del patrimonio informativo e delle variabili considerate;
• fornisce mappature per fattore di analisi (per esempio, pericolo, esposizione, e vulnerabilità) così che possa essere più immediato per i policy maker prendere decisioni sulla base delle differenze osservate sulla base del fattore preso in esame;
• l’approccio che si è deciso di adottare consiste in una metodologia suggerita dalle istituzioni internazionali di più alto grado nel campo dei cambiamenti climatici, come il Pannello Intergovernativo sui Cambiamenti Climatici⁸; una metodologia trasversale alle diverse discipline e settori delle politiche che favorisce il dialogo e la collaborazione tra chi si occupa degli impatti del cambiamento climatico, anche di quelli diversi dalla salute.

Il framework dell’IPCC

Il framework dell’IPCC per l’analisi del rischio è strutturato sulla base dell’interazione di 3 fattori principali: il pericolo climatico, l’esposizione e la vulnerabilità. Infatti, risulta evidente che azioni di adattamento efficienti per ridurre un determinato rischio climatico devono essere strutturate sulla base di analisi mirate che tengano in considerazione queste tre componenti.^8,10

Il framework mostra chiaramente la divisione dei 3 fattori citati in precedenza (figura 1):

1. il pericolo climatico (hazard), definito come «il potenziale verificarsi di un evento fisico naturale o di origine antropica o di un trend o di un impatto fisico che potrebbe causare perdita di vite umane, feriti, o altri impatti sulla salute, così come danni o perdite di proprietà, infrastrutture, mezzi di sussistenza, fornitura di servizi, ecosistemi, e risorse ambientali»; qui inteso come la distribuzione del livello di pericolosità derivante dalle UHI per zona censuaria nel territorio torinese;

2. l’esposizione (exposure), ovvero «la presenza di persone, mezzi di sussistenza, specie o ecosistemi, funzioni ambientali, servizi e risorse, infrastrutture, beni economici, sociali o culturali in luoghi che potrebbero essere colpiti negativamente»; qui comprensivo della popolazione over 65;

3. la vulnerabilità (vulnerability), cioè «il grado al quale un sistema è suscettibile, o incapace di far fronte, agli effetti avversi dei cambiamenti climatici. Scissa in 2 sotto fattori: [sensitività] (sensitivity), [intesa come] il grado in cui un sistema o una specie è affetto, sia negativamente sia positivamente, dalla variabilità o dai cambiamenti climatici; e capacità di adattamento (adaptive capacity), [vista come] la combinazione delle forze, degli attributi, e delle risorse disponibili per un individuo, una comunità, una società, un’organizzazione che può essere utilizzata per intraprendere azioni che riducano gli impatti negativi, e/o moderare i danni». Afferiscono al fattore vulnerabilità, tutte le caratteristiche individuali e ambientali per zona censuaria di riferimento.

Quindi, facendo riferimento allo schema IPCC sopraccitato, si è definito il protocollo del caso studio di Torino, identificando dapprima le variabili necessarie da considerare e, in un secondo momento, gli indicatori da utilizzare come proxy.

Disegno dello studio

L’ambito dello studio è la città di Torino (45°6′ 58′ N e 7°44′ 33′ E): si trova nella parte nord-occidentale d’Italia ed è la quarta area urbana maggiormente popolata del Paese, con una popolazione pari a 847.237 abitanti (al 31.01.2022). La città si trova a 240 metri sul livello del mare e, nonostante il clima sia prevalentemente caratterizzato da estati secche e inverni miti e umidi (mediterraneo), la presenza della catena alpina e delle colline di Superga favorisce una circolazione limitata dei venti di Foehn, conferendo a Torino un complesso mosaico di microclimi. 

L’unità spaziale di analisi considerata è la sezione di censimento. Si tratta dell’entità geografica minima di rilevazione di dati dei comuni italiani sulla cui base è organizzata la rilevazione dei censimenti sulla popolazione. A Torino ci sono 3.843 sezioni di censimento, ciascuna con una media di 300 residenti. Inoltre, la caratteristica forma insediativa a griglia ortogonale fa sì che tali griglie corrispondano all’incirca alle sezioni afferenti agli isolati, fatta eccezione per l’area collinare e le zone periferiche della città.

Un recente studio condotto da Ellena et al.,⁹ volto a indagare il nesso tra ondate di calore e mortalità nella città di Torino tenendo in considerazione le caratteristiche demografiche e socioeconomiche degli individui, è stato utilizzato come linea guida per la scelta degli indicatori da utilizzare come proxy. I risultati dello studio, infatti, supportano l’ipotesi che le variabili sociali possano contribuire in modo significativo alla variazione della frazione di mortalità attribuibile al caldo, annoverando tra le variabili più incisive il genere, il livello di istruzione, lo stato civile (non coniugati vs coniugati) e il numero di occupanti per appartamento (considerato come variabile proxy dell’affollamento abitativo). Sulla base di quanto noto in letteratura sul nesso calore-salute nei contesti urbani, e anche dei risultati dello studio sopraccitato, sono stati selezionati gli indicatori per ogni fattore afferente al framework di analisi del rischio.

Per il pericolo climatico, è stato considerato il rischio da UHI già elaborato da ARPA Piemonte per il Comune di Torino, che è alla base del Piano cittadino di Resilienza Climatica. Per l’esposizione, si è deciso di limitare lo studio alla popolazione anziana (> 65 anni), in quanto la letteratura è concorde nel riconoscere un rischio molto basso e circoscritto ad alcune situazioni particolari per la popolazione più giovane.^9,14-16 Infine, per la definizione della vulnerabilità, si è lavorato su due gruppi distinti di indicatori, quelli sensitività e capacità adattativa. 

Per quanto riguarda la sensitività, sono state individuate le caratteristiche che predispongono l’individuo agli effetti avversi derivanti dal pericolo. Sulla base della letteratura disponibile,^5,10 sono stati identificati i seguenti sottogruppi (elencati e descritti con maggiore dettaglio in tabella 1):

• indicatori demografici: donne e grandi anziani (>85);
• indicatori socioeconomici: basso livello di istruzione, carenza di rete famigliare di sostegno, sovraffollamento abitativo e provenienza da Paesi poveri a forte pressione migratoria (PFPM);
• indicatori di salute: comprensivi delle principali malattie croniche considerate dal Piano Regionale Cronicità (PRC), come la cardiopatia ischemica,¹⁷ le vasculopatie cerebrali,¹⁸ lo scompenso cardiaco,¹⁹ il diabete^20,21 e la BPCO²²;
• indicatori di contesto, intesi come indicatori che fanno riferimento alle caratteristiche di contesto dell’ambiente che non possono essere totalmente soggette a modifica in seguito a variazioni progettuali per ridurre la vulnerabilità dell’individuo. Pertanto, queste sono assimilabili agli indicatori di sensitività, poiché contribuiscono ad aggravare la vulnerabilità generale dell’individuo.^5,7,23 Rientrano in questa classe indicatori come la presenza di edifici residenziali in pessimo stato di conservazione, la densità del costruito (o edilizia), la densità di popolazione e la lontananza da zone caratterizzate dalla presenza di corsi d’acqua, tutte caratteristiche del contesto che possono modificare l’effetto sulla salute in relaziona alle temperature estreme.

Invece, per quanto riguarda gli indicatori riferiti alla capacità adattativa, sono state individuate le seguenti variabili, anche tenendo in considerazione la disponibilità del dato: la percentuale di superficie verde, la prossimità rispetto a presidi socioassistenziali, i tetti piani (in quanto convertibili in tetti verdi), il numero medio di piani per edificio e la prossimità rispetto a luoghi freschi aperti al pubblico (utili per refrigerarsi).

In tabella 1 sono riportati i metadati degli indicatori selezionati per la creazione di ciascun fattore di analisi.

Per ogni indicatore, è stata elaborata una mappa (figura 2) sulla quale è possibile identificare la differenziazione spaziale dei valori, quindi avere informazioni specifiche circa la geografia della salute, delle condizioni socioeconomiche e degli elementi di contesto presi in analisi.

Il metodo di calcolo

L’ approccio metodologico prevede una valutazione del rischio sulla base dei metodi suggeriti da IPCC⁸, EC²⁴, GIZ²⁵ e MasterADAPT²⁶. Si è partiti dalla raccolta dei dati per ciascun indicatore afferente ai 3 fattori dell’analisi del rischio, seguendo il seguente ordine: pericolo climatico (H), esposizione (E) e vulnerabilità (V). Tutti i dati sono stati raccolti avendo come riferimento l’unità spaziale che si riferisce alla sezione di censimento, pari a un numero totale di 3.852 unità. Una volta analizzati i dati presenti, si è proceduto con il metodo di normalizzazione min-max per ciascun indicatore utilizzato come proxy all’interno di ogni fattore in analisi. Per la normalizzazione è stata utilizzata la seguente formula:

X_i=  x_i − x_min / x_max −x_min

dove:

x_i rappresenta il singolo dato da trasformare;

x_max corrisponde al valore più alto per ogni indicatore;

x_min corrisponde al valore più basso per ogni indicatore.

In questo modo, ogni parametro X_i è identificato da un valore numerico da 0 a 1, dove il valore più alto corrisponde al maggior contributo a qualsiasi fattore, considerato separatamente dagli altri. Questa procedura ha consentito di trasformare tutti gli indicatori in un intervallo da 0 a 1, facilitandone la comparabilità. In seguito, si è proceduto a calcolare l’indice di pericolosità climatica (H), di esposizione (E), di sensitività (S) e di capacità adattiva (CA) attraverso un’aggregazione che ha tenuto conto del peso uguale di ciascun indicatore (w=1), utilizzando il metodo dell’aggregazione lineare. Inoltre, a differenza degli indici precedenti, per la capacità adattiva va sottolineata la centralità del cambiamento di segno. Infatti, a differenza degli altri casi, qui i valori più bassi riflettono un’alta capacità di adattamento, mentre nella realtà è il contrario. Giunti a questo stadio di analisi, il processo raggiunge il punto chiave per la stima della vulnerabilità, attraverso l’aggregazione dei due indici parziali. In questo caso, la formula dell’indice di vulnerabilità aggregato implica una semplice media tra gli indici di sensitività (15) e di capacità di adattamento (5). Infine, per giungere a un indice globale di rischio per ognuna delle 3.852 unità censuarie prese in considerazione all’interno del territorio in analisi, si è applicato il rapporto dei tre fattori sulla base della seguente formula: 

Risk = H x E x V.

Il calcolo del prodotto tra i diversi fattori, suggerito e utilizzato dalla letteratura vigente,^25-29 ha condotto a un unico valore di propensione al rischio a livello censuario (rischio netto), derivato dalla moltiplicazione tra pericolosità, esposizione e vulnerabilità, poi rielaborato come rischio normalizzato (normalizzazione dei valori di rischio ottenuti) e rischio categorizzato (categorizzazione dei valori di rischio).

Risultati

La mappa dell’indice di pericolo climatico (H) (figura 3) mostra la distribuzione del rischio da UHI categorizzata in 4 classi. Si può notare che il rischio è molto basso nell’area collinare (a Sud-Est) e in corrispondenza dei principali parchi urbani, a dimostrazione del grande apporto della vegetazione nella capacità di riduzione del calore. Il centro storico e la zona residenziale Sud presentano un rischio variegato, mentre la zona Nord ha livelli di rischio uniformemente più elevati. La massima pericolosità si raggiunge in corrispondenza delle grandi aree industriali, con una vasta superficie impermeabilizzata e assenza di verde.

L’indice di esposizione (E) (figura 4) non presenta una distribuzione uniforme e facilmente interpretabile, anche se si può notare come la zona Nord, caratterizzata da forte pressione migratoria, è caratterizzata da una minore percentuale di popolazione sopra i 65 anni.

Invece, per quanto riguarda l’indice di vulnerabilità (V) (indice composito derivante da capacità adattiva e sensitività) (figura 5), la distribuzione è quella tipica delle disuguaglianze socioeconomiche già osservate in altri studi sulla Città di Torino,⁴ con valori più alti nella zona Nord della città, a partire dal fiume Dora.

Infine, in figura 6 è possibile verificare la distribuzione del rischio da UHI all’interno del territorio torinese, con zone a più alto rischio localizzate soprattutto nelle aree densamente popolate delle periferie (cone Barriera di Milano a Nord, Mirafiori Nord e Sud, Parella e Pozzo Strada, Vanchiglietta), mentre il centro storico riporta una situazione generale di rischio minore. Infine, le grandi zone industriali, segnalate ad alta pericolosità sia in questo studio sia in altri precedenti,³⁰ non si trovano nella graduatoria del rischio, poiché risultano poco abitate (in verde in figura 6).

Dalle analisi dell’indice globale di rischio, che permettono una chiara diversificazione delle aree maggiormente a rischio, è stato possibile individuare le aree a priorità di intervento (figura 7) per ridurre gli impatti sulla salute sulla popolazione.

Discussione

Lo studio ha dimostrato che tecnicamente l’analisi strutturata sulla base delle linee guida IPCC sul risk assessment è fattibile e suggestiva, perché giunge a mappare le aree a maggior rischio, cosa che permette al decisore di fare scelte di priorità che considerino l’impatto sul rischio sanitario e di confrontare il risultato con l’impatto su altri rischi non sanitari stimati con la stessa metodologia. Inoltre, la mappatura è stata fornita, oltre che per il rischio finale, anche per i singoli fattori che compongono il rischio stesso, al fine di offrire il maggior numero di informazioni ai decisori. Come valore aggiunto di analisi, i dati necessari allo sviluppo di questo risk assessment possono essere resi disponibili con accettabile qualità e completezza tramite il censimento di popolazione o tramite i sistemi informativi delle amministrazioni locali sanitarie e non sanitarie. 

Il caso studio in esame dimostra quindi l’utilità e la semplicità di applicare l’approccio di health risk assessment proposto per programmare gli interventi urbani di mitigazione e adattamento al cambiamento climatico anche in altre città, favorendo l’avvio di un processo di evidence-based decision making che sappia fornire risposte adeguate alle urgenze poste dagli eventi climatici estremi che si verificheranno nelle aree urbane nei prossimi anni. Il metodo qui utilizzato permette di programmare in modo efficace ed efficiente gli interventi di mitigazione, primi tra tutti quelli di riforestazione urbana.³¹ Rispetto all’obiettivo specifico di individuare le aree a priorità di intervento in previsione di misure di adattamento ad hoc sulla base dei risultati inerenti alla sensitività della popolazione e alla capacità adattiva delle diverse unità censuarie nel territorio, lo studio ha portato i primi risultati, ovvero l’individuazione delle aree prioritarie in base al rischio climatico associato alla sensitività della popolazione. Rimane da esplorare il catalogo di soluzioni più efficaci in base alle esigenze. Il progetto Climactions ha già raccolto alcune suggestioni, grazie anche all’utilizzo di scenari di simulazione sviluppati da altri gruppi di ricerca (Università di Genova), e propone pertanto strumenti utili a individuare gli interventi più adatti al contesto specifico dell’ambiente costruito; resta aperta la sfida di coniugare queste scelte con i bisogni delle popolazioni locali.

Per quanto riguarda il supporto ai decisori locali nel settore di salute e prevenzione nella programmazione degli interventi di adattamento e mitigazione dei rischi, le evidenze raccolte dallo studio verranno presentate ai decisori pubblici afferenti a vari settori del Comune di Torino, in continuità con l’approccio “Salute in tutte le politiche” e con le sperimentazioni già in corso nella città: verranno organizzati incontri di discussione e di analisi delle possibili scelte di intervento intervenendo non solo sul verde urbano, ma anche su welfare e servizi, mobilità, politiche sanitarie, commercio, rigenerazione urbana. I risultati di questo approccio interdisciplinare verranno presentati con uno studio apposito non appena sarà possibile verificarne gli impatti.

La maggiore criticità dell’analisi qui strutturata ha riguardato l’impossibilità di applicare pesi specifici agli indicatori considerati. Si è scelto, quindi, di attribuire valore pieno a tutti gli indicatori per ovviare all’impossibilità di attribuire valori scientificamente fondati e condivisi a ciascuna variabile. Infatti, la mancanza di un processo bottom-up in questo stadio delle analisi non ha permesso di mettere in evidenza alcuna relazione tra i diversi indicatori. Questa mancanza potrebbe essere colmata attraverso un coinvolgimento attivo degli esperti e degli stakeholder cittadini. In modo analogo, un’ulteriore limitazione è rappresentata dal calcolo della vulnerabilità come media aritmetica tra sensitività e capacità adattativa. Si tratta, infatti, di semplificazioni teoriche necessarie per portare a conclusione l’analisi nei limiti di tempo dettati dal progetto Climactions, che gli autori auspicano di colmare con un successivo affinamento del processo di analisi.

Conclusione

Lo studio condotto nell’ambito del progetto Climactions ha migliorato la base di conoscenza utile per il risk assessment sanitario dei cambiamenti climatici in ambito urbano. Il lavoro si inserisce in un processo di crescita delle capacità di programmazione partecipata delle politiche di salute nella Città di Torino che dura da alcuni anni. Dapprima, gli stakeholder della città sono stati coinvolti nell’interpretazione del profilo di salute della città, concludendo che il tema delle disuguaglianze di salute dei cittadini fosse una priorità, spiegata da meccanismi di generazione noti ed evitabili, tra cui quelli legati all’ambiente e al cambiamento climatico; meccanismi che le politiche locali, sanitarie e non, dovevano farsi carico di contrastare, dando priorità agli interventi che riducessero le disuguaglianze di salute. Questo processo è approdato in un impegno mirato della Città sulle aree urbane più deprivate, dove le comunità locali devono essere coinvolte nella progettazione di interventi di promozione della salute e di protezione della fragilità sotto l’egida congiunta del piano locale di prevenzione, del piano locale di cronicità e della progettazione delle Case della Comunità. È fondamentale che questa metrica che tiene conto della distribuzione disuguale di salute sia applicata in tutti i contesti di progettazione di interventi che tengono in considerazione la salute, compresi i piani di adattamento dei diversi contesti urbani. Questo modello di risk assessment si presta a inserire il tema delle disuguaglianze di salute nell’agenda della programmazione degli investimenti e degli interventi sul cambiamento climatico insieme ad altri studi a oggi presenti per la Città. Tra l’altro, alcuni indicatori del modello di risk assessment potrebbero già avere anche un valore operativo negli interventi di riduzione del danno in occasione di ondate di calore. La mappatura dei luoghi climatizzati aperti al pubblico, per esempio, potrebbe essere resa disponibile con una mappa facilmente consultabile dagli utenti, i quali, in base alla propria posizione, potranno sapere quali sono i luoghi freschi più vicini a dove si trovano, che possono assumere la funzione di luoghi rifugio in caso di necessità. Questo strumento informativo potrebbe configurarsi come un database open source, implementabile su base volontaria con il coinvolgimento dei privati che vogliano contribuire mettendo a disposizione i propri spazi raffrescati (per esempio, negozi che vogliono offrirsi come rifugio potrebbero aggiungere la propria localizzazione) e anche altre informazioni utili come orari di apertura, presenza di sedute, acqua potabile eccetera. Queste misure più hard potrebbero essere affiancate a misure di adattamento così definite soft, come campagne informative mirate nelle zone maggiormente colpite. Questo agevolerebbe la mitigazione dei rischi previsti da diversi punti di vista.

In conclusione, il caso studio torinese permette alla città di programmare interventi di adattamento al cambiamento climatico basandosi su una procedura di risk assessment che conduce all’identificazione delle aree a maggior rischio per le ricadute sanitarie, con un metodo comparabile a quello usato per la valutazione delle ricadute non sanitarie di processi decisionali evidence-based, e andando a implementare investimenti capaci di massimizzare i benefici attesi in termine di guadagno di salute per i propri residenti.

Conflitti di interesse dichiarati: nessuno.

Finanziamenti: Ministero della Salute – CCM 2019 “Adattamento e mitigazione ai cambiamenti climatici: interventi urbani per la promozione della salute – Climactions”. CUP F85J19001810001

Nota: i risultati presentati nel presente contributo si riferiscono alle analisi condotte sul caso studio torinese nell’arco del progetto Climactions, concluso nel 2022. Ad oggi la ricerca è stata ulteriormente sviluppata dagli autori, andando ad affinare i dati climatici di input e la pesatura dei singoli indicatori (progetto SDGsEyes), nonché gli indicatori di contesto considerati (progetto PNC Clima e Salute).

Bibliografia e note

1. MINDMAP – Promoting mental well-being and healty ageing in cities. Disponibile all’indirizzo: http://www.mindmap-cities.eu/
2. EURO-HEALTHY – Shaping Eutopean policies to promote Health equity. Disponibile all’indirizzo: https://healthyregionseurope.uc.pt/#/view/map/model?y=2014
3. Zengarini N, Pilutti S, Marra M et al. Focusing urban policies on health equity: the role of evidence in stakeholder engagement in an Italian urban setting. Cities&Health 2022;6(5):937-49. doi: 10.1080/23748834.2021.1886543
4. Costa G, Stroscia M, Zengarini N, Moreno D. 40 anni di salute a Torino. Spunti per leggere i bisogni e i risultati delle politiche. Milano, Inferenze, 2017. Disponibile all’indirizzo: https://epiprev.it/pubblicazioni/40-anni-di-salute-a-torino
5. Ellena M, Breil M, Soriani S. The heat-health nexus in the urban context: A systematic literature review exploring the socio-economic vulnerabilities and built environment characteristics. Urban Climate 2020;34:100676. doi: 10.1016/j.uclim.2020.100676
6. Spano D, Mereu V, Bacciu V et al. Analisi del rischio. I cambiamenti climatici in sei città italiane. CMCC 2021. doi: 10.25424/cmcc/analisi_del_rischio_2021
7. Breil M, Downing C, Kazmierczak A, Mäkinen K, Romanovska L. Social vulnerability to climate change in European cities – state of play in policy and practice. Eur Top Cent Clim Chang Impacts 2018; pp. 1-86. doi: 10.25424/CMCC/SOCVUL_EUROPCITIES
8. Pörtner HO, Roberts DC, Tignor M et al (eds). Climate Change 2022: Impacts, Adaptation, and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge (UK) e New York (USA), Cambridge University Press, 2022.
9. Ellena M, Ballester J, Mercogliano P et al. Social inequalities in heat-attributable mortality in the city of Turin, northwest of Italy: a time series analysis from 1982 to 2018. Environ Health 2020;19(1):116.
10. World Health Organization. Health Impact Assessment (HIA). Geneva, WHO, 2019. Disponibile all’indirizzo: https://www.who.int/health-topics/health-impact-assessment#tab=tab_1
11. Lo Studio Longitudinale Torinese (SLT) collega, a livello individuale, i dati sociodemografici e di storia residenziale di ciascun residente torinese dal 1971 in poi con i dati dei censimenti di popolazione (1971, 1981, 1991, 2001 e 2011) e i dati provenienti da diversi archivi sanitari (mortalità per causa, ospedalizzazione, consumo di farmaci eccetera) sotto l’egida del Programma Statistico Nazionale. Gli archivi includono anche le caratteristiche del contesto urbano a livello di tutte le ripartizioni geografiche della città. Il modello di SLT è stato adottato in diverse aree metropolitane italiane.
12. Ministero della Salute-CCM. Adattamento e mitigazione ai cambiamenti climatici: interventi urbani per la promozione della salute – Climactions. Progetto CCM 2019. Disponibile all’indirizzo: https://www.ccm-network.it/progetto.jsp?id=node/2021&idP=740
13. Field CB, Barros VR, Dokken DJ et al (eds). Climate Change 2014: Im¬pacts, Adaptation, and Vulnerability. Part A: Global and Sectoral As¬pects. Contribution of Working Group II to the Fifth Assessment Re¬port of the Intergovernmental Panel on Climate Change. Cambridge (UK) e New York (USA), Cambridge University Press, 2014.
14. Leone M, D’Ippoliti D, De Sario M et al. A time series study on the effects of heat on mortality and evaluation of heterogeneity into European and Eastern-Southern Mediterranean cities: Results of EU CIRCE project. Environ Heal 2013;12(1):55. doi: 10.1186/1476-069X-12-55
15. D’Ippoliti D, Michelozzi P, Marino C et al. The impact of heat waves on mortality in 9 European cities: results from the EuroHEAT project. Environ Health 2010;9:37. 10.1186/1476-069X-9-37
16. Sanchez MG, de’Donato FKV (eds). Heat and health in the WHO European Region: updated evidence for effective prevention. Copenhagen, WHO Regional Office for Europe, 2021. Disponibile all’indirizzo: https://www.who.int/europe/publications/i/item/9789289055406
17. Balzi D, Barchielli A, Battistella G et al. Stima della prevalenza di cardiopatia ischemica basata su dati sanitari correnti mediante un algoritmo comune in differenti aree italiane. Epidemiol Prev 2008;32(3) Suppl 1:22-29.
18. Tancioni V, Collini F, Balzi D et al. Stima dell'incidenza di ictus acuto basata su dati sanitari correnti mediante un algoritmo comune in differenti aree italiane Epidemiol Prev 2008;32(3) Suppl:38-45.
19. Saczynski JS, Andrade SE, Harrold LR et al. A systematic review of validated methods for identifying heart failure using administrative data. Pharmacoepidemiol Drug Saf 2012;21 Suppl 1(0 1):129-40. doi: 10.1002/pds.2313
20. Di Domenicantonio R, Cappai G, Cascini S et al. Validazione di algoritmi per l’identificazione di persone con patologia cronica attraverso i dati dei sistemi informativi. Epidemiol Prev 2018;42(5-6):316-25. doi: 10.19191/EP18.5-6.P316.100
21. Gnavi R, Karaghiosoff L, Balzi D et al. Stima della prevalenza di diabete basata su dati sanitari correnti mediante un algoritmo comune in differenti aree italiane. Epidemiol Prev 2008;32(3) Suppl:15-21.
22. Anecchino C, Rossi E, Fanizza C et al. Prevalence of chronic obstructive pulmonary disease and pattern of comorbidities in a general population. Int J Chron Obstruct Pulmon Dis 2007;2(4):567-74.
23. Panda A. Climate change, drought and vulnerability. In: Rajan SI, Bhagat RB. Climate Change, Vulnerability and Migration. London, Routledge India, 2017; pp 193-211. doi: 10.4324/9781315147741-10
24. European Commission. Technical guidance on the climate proofing of infrastructure in the period 2021-2027. Disponibile all’indirizzo: https://eur-lex.europa.eu/legal-content/EN/TXT/?uri=uriserv%3AOJ.C_.2021.373.01.0001.01.ENG
25. GIZ E (2017) Guidance on How to Apply the Vulnerability Sourcebook’s Approach with the New IPCC AR5 Concept of Climate Risk. Disponibile all’indirizzo: https://climate-adapt.eea.europa.eu/en/metadata/guidances/risk-supplement-to-the-vulnerability-sourcebook-guidance-on-how-to-apply-the-vulnerability-sourcebook2019s-approach-with-the-new-ipcc-ar5-concept-of-climate-risk24
26. MasterAdapt. Linee guida, principi e procedure standardizzate per l’analisi climatica e la valutazione della vulnerabilità a livello regionale e locale. 2017. Disponibile all’indirizzo: https://masteradapt.eu/wordpress/wp-content/uploads/2018/03/MA-linee-guida-A1-1.pdf
27. Pede EC, Barbato G, Buffa A et al. Mountain tourism facing climate change. Assessing risks and opportunities in the Italian Alps. TeMA-Journal of Land Use, Mobility and Environment 2022;15(1):25-47. doi: 10.6093/1970-9870/8841
28. De Vivo C, Ellena M, Capozzi V, Budillon G, Mercogliano P. Risk assessment framework for Mediterranean airports: A focus on extreme temperatures and precipitations and sea level rise. Natural Hazards 2022;111(1):547-66.
29. Ellena M, Ricciardi G, Barbato G, Buffa A, Villani V, Mercogliano P. Past and future hydrogeological risk assessment under climate change conditions over urban settlements and infrastructure systems: the case of a sub-regional area of Piedmont, Italy. Natural Hazards 2020;102(1):275-305. doi: 10.1007/s11069-020-03925-w
30. InformAmbiente. Piano di resilienza della città di Torino. Città di Torino 2020. Disponibile all’indirizzo: http://www.comune.torino.it/ambiente/cambiamenti_climatici/piano-di-resilienza-della-citta-di-torino.shtml
31. Iungman T, Cirach M, Marando F et al. Cooling cities through urban green infrastructure: a health impact assessment of European cities. Lancet 2023;401(10376):577-89. doi: 10.1016/S0140-6736(22)02585-5