Giuseppe Costa commenta l’intervento di Gian Maria Galeazzi pubblicato su questo numero [link]

L’intervento di Gian Maria Galeazzi passa in rassegna i diversi tipi di determinanti sociale che sono entrati nell’agenda della ricerca e delle politiche negli ultimi anni, distinguendo tra fenomeni davvero nuovi (tipo cambiamento climatico e digitalizzazione), fenomeni antichi che si presentano in forme nuove (tipo disuguaglianze di reddito o precarietà occupazionale o migrazione) e fenomeni visti in una nuova luce grazie a metodi e punti di vista prima non disponibili (per esempio, il punto di vista dello stigma strutturale per osservare la discriminazione vissuta dalle varie categorie della diversità in chiave intersezionale). Gli autori argomentano che si può osservare come questi determinanti interagiscono tra loro per condizionare il grado di controllo che una persona ha sulla propria vita a danno/beneficio della salute mentale; interazione che riassume bene i meccanismi di inclusione/esclusione sociale. Quali implicazioni hanno queste osservazioni per l’agenda delle politiche e della ricerca? Quali responsabilità ha l’epidemiologia in questa agenda? 

L’epidemiologia, prima di tutto, dovrebbe richiamare l’attenzione sull’importanza relativa che queste diverse dimensioni delle disuguaglianze, antiche e nuove, hanno sulla salute disuguale nella popolazione.1 In generale, quello che rende la salute disuguale è il diverso grado di controllo che una persona ha sulla propria vita e questo dipende molto dalle risorse materiali, di competenze, di status e di aiuto di cui essa dispone. Molte delle nuove dimensioni di disuguaglianza che l’approccio intersezionale suggerisce, come etnia o genere, agiscono sulla salute prima di tutto con la mediazione del meccanismo di segregazione della persona nelle fasce più povere di queste risorse, o con la moderazione di questo effetto, poi attraverso meccanismi diretti come quelli di discriminazione e stigma, rilevanti soprattutto per la salute mentale.

Quando l’epidemiologia prova a misurare queste variazioni, trova che le disuguaglianze si presentano con due cifre distintive. La prima è che, su qualsiasi scala di vantaggio sociale si misurino le disuguaglianze (reddito, occupazione, educazione, casa, relazioni sociali,…), la salute dei più avvantaggiati è mediamente migliore di quella degli svantaggiati (è la posizione occupata dalla persona nella scala del controllo sulla propria vita; quello che conta di più per la salute; il CHI SEI). E, però, già all’interno di questa regolarità che si osservano differenze importanti di varianza; una varianza che tra gli avvantaggiati è bassa (il loro rischio di cattiva salute mediamente più favorevole è piuttosto simile e stabile, ovunque e qualunque momento siano osservati). Mentre all’interno del gruppo degli svantaggiati la varianza è molto alta.2 Questa dissociazione è molto evidente se si osservano le variazioni di intensità delle disuguaglianze sociali di salute a livello geografico (in questo caso conta il DOVE STAI, che rappresenta la seconda cifra distintiva con cui si presentano le disuguaglianze di salute).3 

Dunque, ci sarebbe un meccanismo comune che rende disuguali le medie e che è quello che, nell’intervento di Gian Maria Galeazzi pubblicato su questo numero di E&P,4 è esemplificato nel meccanismo di mancata inclusione sociale della persona. Questo meccanismo ci ricorda che ciò che fa la differenza è il modo con cui i determinanti sociali distribuiscono il potere che una persona ha di controllare il suo destino, il CHI SEI. Però, tra chi in questa lotteria è sfortunato e ha perso l’ascensore sociale, il rischio di finire male è molto variabile; questa varianza dipende dall’accumulazione e interazione degli effetti sulla salute dei vari determinanti menzionati dagli autori. Ad alimentare questa variabilità interviene la qualità del contesto di vita, una proprietà che A. Sen chiama “di capacitazione”: ovvero la qualità del DOVE STAI (cioè dei contesti prossimi alla persona come scuola, sanità, sociale, luogo di lavoro, coesione della comunità, ambiente costruito, ambiente naturale, cultura, …) può aiutare molto il CHI SEI povero di controllo sulla propria vita a non farsi troppo male nella salute. 

Questa lettura dei determinanti sociali aiuta l’epidemiologia anche a formulare le domande di ricerca. Quali sono i determinanti che caratterizzano il CHI SEI che hanno più impatto sulla salute (e che, quindi, meritano priorità di intervento) o anche quali di questi determinanti sono a loro volta più influenzati dalla salute (causazione inversa, anch’essi meritevoli di valutazione di priorità)? Quali sono le modificazioni di effetto tra i determinanti sociali tradizionali e quelli dell’approccio intersezionale che aiutano a predire meglio le variazioni nella vulnerabilità della persona alla salute disuguale? Infine, come si fa a disarticolare e misurare l’impatto relativo degli effetti di contesto (DOVE STAI) dall’impatto dei determinanti del CHI SEI, cosa complicata dal fatto che i CHI SEI poveri tendono a essere segregati nei contesti difficili e viceversa, confondendo in modo intricato lo studio degli effetti di contesto. Le implicazioni di questa lettura per le politiche sono evidenti. Da un lato, aiuta a identificare le azioni che possono fare la differenza per migliorare il CHI SEI, distinguendo quelle sui determinanti sociali più tradizionali (che sono azioni distributive, pre o redistributive) da cui ci si aspetta l’impatto maggiore sulla salute soprattutto quella fisica da quelle sui nuovi determinanti dell’approccio intersezionale (che sono più azioni su discriminazione e stigma). Dall’altro lato, bisogna indagare quali siano le azioni che si possono fare sui contesti di vita (scuola, lavoro, comunità, …) per migliorare il ruolo capacitante del DOVE STAI. 

In questo modo, l’epidemiologia concorre a mettere in moto un ciclo di audit&feedback, dove la prova della salute disuguale innesca la ricerca dei meccanismi di generazione (del CHI SEI e DOVE STAI) e la mobilitazione delle relative azioni di contrasto /mitigazione. Ma come si fa a mettere in moto questo ciclo se nei sistemi informativi non ci sono i dati che servono per misurare le disuguaglianze in queste diverse dimensioni? Per rendere trattabile questa sfida, bisogna distinguere due fasi: una di screening degli allarmi per la disuguaglianza e una di approfondimento dei meccanismi che generano l’allarme. Ovvero ogni centro di responsabilità di un’azione o una politica dovrebbe avere a disposizione una misura semplice delle disuguaglianze sociali nei fenomeni di sua competenza che gli permetta di allarmarsi tutte le volte che trova una disuguaglianza importante. Questi allarmi dovrebbero poi essere indagati con misure ad hoc che permettono di riconoscere i meccanismi generativi e le relative azioni di contrasto. Questo approccio in due fasi dovrebbe rendere maneggiabile la questione di misurare le disuguaglianze sociali di salute. 

Abbiamo bisogno di una misura universale, semplice e disponibile in tutti i sistemi informativi che permetta di identificare disuguaglianze meritevoli di attenzione in tutti i settori delle politiche, per esempio, nella scuola, che vorrebbe monitorare le variazioni nella performance nell’apprendimento con i dati delle prove Invalsi, o nelle agenzie del lavoro, che vorrebbero valutare l’andamento della occupabilità nella forza di lavoro, o nell’urbanistica, che vorrebbe sviluppare un ambiente costruito più giusto, o nella sanità, che vorrebbe livellare al meglio le disuguaglianze nell’accesso, qualità e risultati di salute nella prevenzione e nelle cure. Possibilmente questa misura del livello di vantaggio dovrebbe essere uguale nei sistemi informativi di tutti i settori, disponibile a un livello di granularità adeguato, possibilmente individuale o a livello di sezione di censimento per misurare validamente il CHI SEI. Per tutelare la privacy per scopi di screening, la misura potrebbe anche non essere “parlante” rispetto alle dimensioni misurate, ma essere solo una scala ordinale del livello di svantaggio. L’indice di deprivazione è stato la soluzione proposta finora dall’epidemiologia italiana;5 un suo aggiornamento a tutti gli anni 2020 è in corso di edizione. L’Istat sta lavorando a un indice di disagio socioeconomico (IDISE) che serve soprattutto a colmare le lacune di restituzione dei dati per il nuovo censimento permanente nelle aree metropolitane.6 La disponibilità di un indice di disuguaglianza riconosciuto da tutti i settori delle politiche per la ricerca di allarmi sarebbe un passo avanti fondamentale per incoraggiare la concertazione intersettoriale tra le politiche come proposto dall’approccio di “salute in tutte le politiche”. Una metrica comune della disuguaglianza nella fase di screening servirebbe ad allarmare gli stakeholder sulle disuguaglianze più importanti che si verificano negli esiti di ogni settore e a motivarli e incoraggiarli a ricercare i meccanismi di generazione e le possibili azioni di contrasto. 

Proprio in questo esercizio di audit&feedback, dopo la semplificazione estrema della misura di posizione sociale che abbiamo proposto nella fase di screening degli allarmi, l’epidemiologia dei determinanti sociali antichi e nuovi richiamata dall’intervento di Galeazzi tornerebbe di attualità. Infatti, per scoprire i meccanismi di generazione di ogni allarme di salute disuguale bisogna anche dare un nome e una misura ai diversi fattori individuali e di contesto che agiscono in ogni dimensione della disuguaglianza (reddito, casa, lavoro, ambiente, storia migratoria, famiglia, …), cosa che si può fare sia con i dati dei sistemi informativi e statistici correnti sia con indagini ad hoc. Con questi dati più analitici, i meccanismi di mediazione e moderazione sono in azione nell’intersezione delle differenti dimensioni della disuguaglianza.7 

L’epidemiologia e la statistica italiana hanno ancora molte sfide da sostenere per rendere disponibile una metrica della salute disuguale nell’agenda di tutte le politiche che possono influenzare la salute.

Conflitti di interesse dichiarati: nessuno.

Ringraziamenti: ringrazio Chiara Di Girolamo per i consigli ricevuti riguardo alla revisione dei compiti dell’epidemiologia nella misura della salute disuguale.

Bibliografia

  1. Costa G, Di Girolamo C. Salute disuguale: un metro per valutare l’impatto dei cambiamenti. Politiche Sociali 2023;3:445-68. doi: 10.7389/109057
  2. van Raalte AA, Sasson I, Martikainen P. The case for monitoring life-span inequality. Science 2018;362(6418):1002-4. doi: 10.1126/science.aau5811
  3. Costa G, Marinacci C, Caiazzo A, Spadea T. Individual and contextual determinants of inequalities in health: the Italian case. Int J Health Ser 2003;33(4):635-67. doi: 10.2190/AM8R-K0DY-F7PM-3RNP
  4. Galeazzi GM. Quando un determinante sociale diventa “nuovo”? Una riflessione dalla psichiatria sociale. Epidemiol Prev 2026;50(4-5):XXX-XXX. doi: 10.19191/EP26.4-5.A1097.096
  5. Rosano A, Pacelli B, Zengarini N, Costa G, Cislaghi C, Caranci N. Update and review of the 2011 Italian deprivation index calculated at the census section level. Epidemiol Prev 2020;44(2-3):162-70. doi: 10.19191/EP20.2-3.P162.039
  6. Istat. Nota metodologica. Il disagio socio-economico degli individui e delle famiglie a livello sub-comunale: primi risultati. Anno 2021. Roma, Istat, 10.12.2025. Disponibile all’indirizzo: https://www.istat.it/wp-content/uploads/2025/12/nota-metodologica-disagio-2021.pdf
  7. Diderichsen F, Hallqvist J, Whitehead M. Differential vulnerability and susceptibility: how to make use of recent development in our understanding of mediation and interaction to tackle health inequalities. Int J Epidemiol 2019;48(1):268-74. Doi: 10.1093/ije/dyy167

 

       Visite