Il portale dell'epidemiologia per la sanità pubblica

a cura del Centro nazionale per la prevenzione delle malattie e la promozione della salute dell'Istituto superiore di sanità

marzo 2013

Quattro 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

cpiovesan@ulss.tv.it

 

Introduzione

Il fumo di tabacco rimane la pi¨ 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 metÓ 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’etÓ 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, Ŕ 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 pi¨ 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 pi¨ interventi di sanitÓ 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 probabilitÓ di passare nell’anno successivo da uno degli stati descritti a uno qualsiasi degli altri o di rimanere nello stesso stato; le probabilitÓ variano per ogni anno di etÓ in base al rischio di mortalitÓ e alla probabilitÓ 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):

  1. mantenimento degli stessi tassi rilevati attualmente;
  2. riduzione del 40% dei 18enni che iniziano a fumare (questa ipotesi Ŕ stata scelta perchÚ, nelle nostre simulazioni, una diminuzione inferiore del numero dei fumatori 18enni non portava a modificazioni significative nella mortalitÓ dovuta a fumo);
  3. raddoppio dell’attuale probabilitÓ di smettere di fumare in tutte le etÓ; questa ipotesi Ŕ stata formulata in accordo a quanto previsto in studi simili (6, 7);
  4. 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, cosý 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 etÓ sono stati utilizzati i dati prodotti dalla sorveglianza PASSI relativi alla AULSS 9 di Treviso per il 2007-11. I dati sulla probabilitÓ di iniziare a fumare per etÓ sono stati ricavati dal rapporto sul fumo in Italia del 2012 (3) e si Ŕ verificata la bontÓ 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 mortalitÓ specifici per sesso e classe di etÓ sono stati assunti dal registro delle cause di morte dell'AUlss di Treviso per il triennio 2007-09.

 

I tassi di mortalitÓ per fumatori, ex fumatori e non fumatori specifici per etÓ 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 etÓ e sesso

TTOT = tasso di mortalitÓ specifico per quella classe di etÓ 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 Ŕ tenuto conto del tempo passato dall’ultima sigaretta, variando il loro tasso di mortalitÓ 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 avrÓ 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 probabilitÓ di smettere (a tutte le etÓ) ridurrebbe, invece, la mortalitÓ 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 probabilitÓ di smettere di fumare appare pi¨ efficace, ma la riduzione di decessi prevista Ŕ 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 probabilitÓ di smettere a tutte le etÓ 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 Ŕ basati per il nostro approccio, ma va evidenziato che la mortalitÓ da fumo dipende anche da altre variabili (numero di sigarette fumate al giorno, tipo, numero di anni in cui si Ŕ fumato, ecc.) non considerate nel presente studio. Inoltre, nel calcolo dei decessi provocati dal fumo e dei conseguenti anni di vita persi, si Ŕ assunto che i tassi di mortalitÓ specifici per sesso ed etÓ 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 pi¨ precocemente un guadagno di salute, in termini di decessi evitati, rispetto al trend attuale, Ŕ necessario mettere in campo interventi di contrasto al fumo: gli interventi volti a facilitare la cessazione dal fumo si dimostrano pi¨ 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 tenderÓ 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, MartÝnez-Sßnchez JM, et al. Smoking prevalence and smoking attributable mortality in Italy, 2010. Prev Med 2011;52(6): 434-8.

2. www.deathfromsmoking.net

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.