Riassunto

OBIETTIVI: individuare gruppi di persone rispetto alla loro percezione del rischio ambientale e valutarne le principali caratteristiche utilizzando i dati rilevati dal modulo ambiente del sistema di sorveglianza Progressi delle aziende sanitarie per la salute in Italia (PASSI).
METODI: i profili percettivi sono stati inizialmente individuati mediante un’analisi a classi latenti, successivamente sono stati inseriti come outcome in modelli di regressione logistica multinomiale finalizzati ad analizzare l’associazione tra percezione del rischio ambientale e variabili demografiche, sanitarie, socioeconomiche e comportamentali.
RISULTATI: l’analisi delle classi latenti ha permesso di suddividere il campione degli intervistati in “preoccupati”, “indifferenti” e “positivi”. Dal modello di regressione logistica è emerso che il profilo dei “preoccupati” è tipicamente costituito da persone di nazionalità italiana, residenti in zone altamente urbanizzate, con un alto livello d’istruzione e con difficoltà economiche; essi prestano un’attenzione particolare alla propria salute e alla forma fisica, ma ne hanno una percezione negativa.
CONCLUSIONI: l’applicazione di tecniche avanzate di analisi statistica ha permesso di valorizzare i dati contenuti nell’indagine PASSI nell’ottica di una caratterizzazione delle persone secondo la loro percezione del rischio ambientale, anche al fine di fornire informazioni utili per la pianificazione degli interventi di comunicazione del rischio.

 Parole chiave: , , ,

Abstract

OBJECTIVES: to identify groups of people in relation to the perception of environmental risk and to assess the main characteristics using data collected in the environmental module of the surveillance network Italian Behavioral Risk Factor Surveillance System (PASSI).
METHODS: perceptive profiles were identified using a latent class analysis; later they were included as outcome in multinomial logistic regression models to assess the association between environmental risk perception and demographic, health, socio-economic and behavioural variables.
RESULTS: the latent class analysis allowed to split the sample in “worried”, “indifferent”, and “positive” people. The multinomial logistic regression model showed that the “worried” profile typically includes people of Italian nationality, living in highly urbanized areas, with a high level of education, and with economic difficulties; they pay special attention to their own health and fitness, but they have a negative perception of their own psychophysical state.
CONCLUSIONS: the application of advanced statistical analysis enable to appraise PASSI data in order to characterize the perception of environmental risk, making the planning of interventions related to risk communication possible.

 Keywords: , , ,

 

       Visite