Bollettino epidemiologico nazionaleQuattro PASSI con Markov - Modello a 4 stati per valutare l'impatto di interventi sul fumo partendo dai dati PASSI
Cinzia Piovesan, Mauro Ramigni e Giovanni Gallo Dipartimento di Prevenzione, AULSS 9 Treviso
SUMMARY (A Markov model to evaluate the impact of interventions to reduce smoking prevalence) - A Markov model was created to estimate smoking prevalence and smoking related mortality in a 18-year-old cohort of the local health unit of Treviso (3,759 persons) until they are 75. Baseline data came from PASSI, the Italian behavior risk factors surveillance system. Compared to going on with current smoking cessation and initiation patterns, the doubling of cessation rate caused a 6% (males) and 2.5% (females) reduction in mortality vs a 3.5% reduction in male mortality and no measurable effects on female mortality gained by a 40% lowering of uptake rates before 18.
Key words: Markov; modelli di prevenzione; fumo
Introduzione
Il fumo di tabacco rimane la più importante causa evitabile di morte in Italia: nel 2010 ha causato circa 72.000 morti, dei quali 24.000 prima dei 70 anni (1, 2).
La prevalenza dei fumatori, attualmente il 25% tra gli uomini e il 17% tra le donne, continua a ridursi, ma questo trend sta rallentando, soprattutto tra le donne (3).
Circa la metà dei fumatori ogni anno tenta di smettere, ma, tra coloro che tentano, quasi tutti (94%) lo fanno senza ricevere aiuti (4); inoltre, tra i giovani della fascia d’età 15-24 anni fuma ancora il 21% dei maschi e il 16% delle femmine (3).
Per dare un ulteriore impulso al calo dei fumatori diventano importanti, oltre alle politiche generali di contrasto al fumo, anche interventi offerti, a livello locale, a singole persone o a piccoli gruppi, per prevenire l’inizio dell’abitudine o per facilitarne la cessazione. Per valutare le strategie di intervento, scelte tra quelle considerate maggiormente efficaci, è importante disporre di sistemi di sorveglianza che permettano di conoscere le dimensioni del problema, di monitorarne l’evoluzione nel tempo e di generare dati utili a valutare il guadagno di salute conseguibile mediante l’attuazione di uno o più interventi ritenuti adeguati.
Dal 2008 il sistema di sorveglianza PASSI (Progressi delle Aziende Sanitarie per la Salute in Italia) rende localmente disponibili queste informazioni, anche per la singola ASL. Utilizzando i dati disponibili, questo lavoro propone un modello utile a stimare l’andamento della prevalenza dei fumatori nel territorio di una ASL, l’impatto in termini di decessi precoci e di anni di vita potenziale persi attribuibili al fumo di tabacco e le ricadute prodotte dall’attuazione di uno o più interventi di sanità pubblica.
Materiali e metodi
E' stato creato un modello di Markov a 4 stati (non fumatori, fumatori, ex fumatori e deceduti) con matrici di transizione a un anno per calcolare il numero di morti evitabili e gli anni di vita persi a causa del fumo dalla coorte 2009 di 18enni della AULLS 9 di Treviso (1.997 maschi, 32,5% fumatori e 1.762 femmine, 24,5% fumatrici), in una simulazione temporale di circa 80 anni. Nel modello ogni cella delle matrici di transizione rappresenta la probabilità di passare nell’anno successivo da uno degli stati descritti a uno qualsiasi degli altri o di rimanere nello stesso stato; le probabilità variano per ogni anno di età in base al rischio di mortalità e alla probabilità di iniziare o smettere di fumare.
Si sono quindi comparate 4 diverse alternative per prevedere la distribuzione dei fumatori (e le conseguenze del fumo) in funzione di possibili variazioni nei tassi di inizio e di cessazione dell’abitudine al fumo (5-7):
- mantenimento degli stessi tassi rilevati attualmente;
- riduzione del 40% dei 18enni che iniziano a fumare (questa ipotesi è stata scelta perché, nelle nostre simulazioni, una diminuzione inferiore del numero dei fumatori 18enni non portava a modificazioni significative nella mortalità dovuta a fumo);
- raddoppio dell’attuale probabilità di smettere di fumare in tutte le età; questa ipotesi è stata formulata in accordo a quanto previsto in studi simili (6, 7);
- combinazione delle strategie 2 e 3.
Le analisi sono state eseguite utilizzando il software Triage® Pro Version 2011. Per la struttura della popolazione sono stati utilizzati i dati ISTAT, così come trasmessi dalla direzione statistica della regione Veneto (8). Per la stima della prevalenza di fumatori ed ex fumatori e dei tassi di cessazione per sesso e classe di età sono stati utilizzati i dati prodotti dalla sorveglianza PASSI relativi alla AULSS 9 di Treviso per il 2007-11. I dati sulla probabilità di iniziare a fumare per età sono stati ricavati dal rapporto sul fumo in Italia del 2012 (3) e si è verificata la bontà del dato applicando il modello a una coorte di nuovi nati, controllando che rispecchiasse, dopo 20 anni, lo scenario attuale di prevalenza di fumatori.
I tassi di mortalità specifici per sesso e classe di età sono stati assunti dal registro delle cause di morte dell'AUlss di Treviso per il triennio 2007-09.
I tassi di mortalità per fumatori, ex fumatori e non fumatori specifici per età e sesso sono stati ricavati con queste formule:
tasso non fumatori = TTOT/(Pnf+Pf*RRf+Pex *RRex)
tasso fumatori = tasso non fumatori *RRf
tasso ex fumatori = tasso non fumatori *RRex
dove per ogni classe di età e sesso
TTOT = tasso di mortalità specifico per quella classe di età e sesso
Pnf = prevalenza non fumatori
Pf = prevalenza fumatori
Pex = prevalenza ex fumatori
RRf = rischio relativo fumatori
RRex = rischio relativo ex fumatori
Sono stati utilizzati i dati PASSI di prevalenza di fumatori, i dati ISTAT di popolazione e i rischi relativi presenti in letteratura (9).
Per gli ex fumatori si è tenuto conto del tempo passato dall’ultima sigaretta, variando il loro tasso di mortalità secondo una curva esponenziale negativa in modo che, dopo 15 anni dalla cessazione del fumo, diventasse pari a quello dei non fumatori (10).
Risultati
Mantenendo gli attuali tassi di inizio e cessazione, la percentuale di fumatori raggiungerebbe la soglia del 10%, obiettivo da considerare di riferimento (7) solo verso il 2030 tra le donne e dopo il 2060 tra gli uomini). Nel 2066, quando la coorte avrà 75 anni, i decessi saranno 658 tra gli uomini (9% dovuti al fumo) e 441 tra le donne (3% da fumo) (nel 2009 era dovuto al fumo il 20% dei morti tra gli uomini e il 13% tra le donne).
Gli interventi ipotizzati avrebbero un effetto maggiore tra gli uomini, dove avremmo una riduzione assoluta del 3,5% del numero di decessi prima dei 75 anni (23 in meno rispetto alla previsione attuale) se la prevalenza di 18enni che iniziano a fumare diminuisse del 40%; raddoppiare la probabilità di smettere (a tutte le età) ridurrebbe, invece, la mortalità del 6% (38 decessi in meno). La combinazione dei due interventi porterebbe al 7% di decessi evitati (47 decessi in meno).
Anche tra le donne, raddoppiare la probabilità di smettere di fumare appare più efficace, ma la riduzione di decessi prevista è inferiore: circa 11 morti (2,5%) in meno. Attuando entrambi gli interventi proposti i decessi evitati diventerebbero 12.
Globalmente, gli anni di vita potenziale persi prima dei 75 anni si ridurrebbero del 3,6%, diminuendo del 40% la prevalenza dei fumatori 18enni, del 5,1% raddoppiando la probabilità di smettere a tutte le età e del 6,9% combinando i 2 interventi.
Discussione
I principali determinanti per stimare l’andamento della prevalenza dei fumatori nel prossimo futuro sono i tassi di inizio e di cessazione, dati su cui ci si è basati per il nostro approccio, ma va evidenziato che la mortalità da fumo dipende anche da altre variabili (numero di sigarette fumate al giorno, tipo, numero di anni in cui si è fumato, ecc.) non considerate nel presente studio. Inoltre, nel calcolo dei decessi provocati dal fumo e dei conseguenti anni di vita persi, si è assunto che i tassi di mortalità specifici per sesso ed età rimanessero costantemente quelli del triennio 2007- 09, ultimo periodo per cui questi dati erano disponibili.
Pur con queste limitazioni, in accordo con quanto evidenziato da altri studi (8, 10), la nostra analisi conferma che, mantenendo costante l’attuale trend di diminuzione dell’abitudine al fumo, per ottenere rilevanti obiettivi di salute in termini di decessi evitati, saranno necessari diversi decenni.
Per conseguire più precocemente un guadagno di salute, in termini di decessi evitati, rispetto al trend attuale, è necessario mettere in campo interventi di contrasto al fumo: gli interventi volti a facilitare la cessazione dal fumo si dimostrano più efficaci rispetto a quelli che tentano di impedire che gli adolescenti inizino a fumare.
In ogni caso, nel lungo periodo, visto l’attuale trend della prevalenza dei fumatori, l’importanza del fumo come principale causa prevenibile di morte tenderà a ridursi notevolmente, ma subentreranno altri fattori di rischio; si conferma, pertanto, l’importanza di disporre di adeguati sistemi di sorveglianza dei fattori di rischio comportamentali per poter individuare precocemente questi fattori di rischio e la ricaduta di eventuali interventi di contrasto.
Riferimenti bibliografici
1. Gallus S, Muttara KR, Martínez-Sánchez JM, et al. Smoking prevalence and smoking attributable mortality in Italy, 2010. Prev Med 2011;52(6): 434-8.
3. Osservatorio Fumo, Droga, Alcol. Rapporto sul fumo in Italia 2012 ( www.iss.it/binary/fumo/... ).
4. Rapporto nazionale Passi 2011: smettere di fumare (www.epicentro.iss.it/...).
5. Silverstein MD, Nietert PJ, Zoller JS, et al. Predicted impact of attaining smoking reduction goals on mortality. South Med J 2001;94(2):176-83.
6. Carreras G, Gorini G, Gallus S, et al. Predicting the future prevalence of cigarette smoking in Italy over the next three decades. Eur J Public Health 2011;22(5):699-704.
7. Gartner CE, Barendregt JJ, Hall WD.Predicting the future prevalence of cigarette smoking in Australia: how low can we go and by when? Tob Control 2009;18(3):183-9.
8. http://statistica.regione.veneto.it/...
9. https://apps.nccd.cdc.gov/...
10. Hoogenveen RT, van Baal PH, Boshuizen HC, et al. Dynamic effects of smoking cessation on disease incidence, mortality and quality of life: the role of time since cessation. Cost Eff Resour Alloc 2008;6:1.