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

Ottobre-novembre 2017

Analisi geografica dell'incidenza di tumori infantili nelle province di Firenze e Prato, 1997-2006

Giorgia Stoppa1, Dolores Catelan2, Annibale Biggeri2, Lorenzo Cecconi2, Laura Grisotto2, Sara Piro1, Emanuele Crocetti3, Gianfranco Manneschi3, Alessandro Barchielli3 e Lucia Miligi1

1 1SS Epidemiologia dell’Ambiente e del Lavoro, Istituto per lo Studio e la Prevenzione Oncologica, Firenze;

2Dipartimento di Statistica, Informatica, Applicazioni “G. Parenti”, Università degli Studi di Firenze;

3SS Infrastruttura e Coordinamento Registri-Registro Tumori Toscano, Istituto per lo Studio e la Prevenzione Oncologica, Firenze

 

 

SUMMARY (Geographical analysis of cancer incidence among children and adolescents in the provinces of Florence and Prato, Italy. 1997-2006) - Cancer in children and adolescents is a rare disease extremely relevant in terms of social life and public health. This study examines the spatial variability of childhood cancers. All cancer cases diagnosed below the age of 19 years in the provinces of Florence and Prato during 1997-2006 were taken from the population-based Tuscany Registry of Tumours. Hierarchical Bayesian models (Poisson Gamma and Besag, York and Mollié) have been used to control for overdispersion. Maps of standardized incidence ratio (SIR) and smoothed SIR by Bayesian models at municipality level for Prato and Florence provinces have been produced for all cancers and separately for male and female. We found a higher risk in the province of Florence. The interpretation is unclear and further investigation is required.

Key words: childhood cancer; incidence; disease mapping

g.stoppa@ispo.toscana.it

 

 

Introduzione

I tumori dell’infanzia e dell’adolescenza nel loro complesso sono una patologia rara, ma, come altre patologie di queste fasce d’età, quando si presentano nelle comunità, sono fonte di allarme e di forte preoccupazione. I fattori di rischio associati con questi tumori sono in gran parte sconosciuti, ma alcuni fattori ambientali sono stati sospettati di avere un ruolo eziologico. Studi epidemiologici hanno registrato un aumentato rischio di tumori pediatrici in seguito all’esposizione di pesticidi e tale aumento si è verificato per casi di leucemia, tumori del sistema nervoso centrale, neuroblastoma e linfoma non Hodgkin; inoltre, anche l’esposizione a solventi può costituire un pericolo, dal momento che il benzene è a rischio leucemico (1). Dai dati dell’Associazione Italiana Registro Tumori (AIRTUM), inoltre, è stato rilevato che l’aumento dell’incidenza dei tumori infantili, registrato fino alla metà degli anni ‘90, si è arrestato; per quanto concerne gli adolescenti, fascia d’età 15-19, al contrario, l’incidenza di tutti i tumori è aumentata in media del 2% l’anno (1).

 

Numerosi atlanti di incidenza o prevalenza di queste patologie sono stati pubblicati, ma la variabilità geografica e temporale di queste patologie resta ancora da chiarire. In Toscana è in atto una ricerca, sostenuta dall’Istituto Toscano Tumori, il cui obiettivo principale è di sviluppare una metodologia per facilitare la gestione dei cluster di tumori. Nel presente contributo vengono considerati tutti i casi incidenti di tumori infantili nella decade 1997-2006 nell’area coperta dal Registro Tumori Toscano. Sono, inoltre, riportate le rappresentazioni cartografiche dei rapporti standardizzati di incidenza (RSI) grezzi e modellizzati per il controllo della sovradispersione. L’analisi della distribuzione spaziale dei rischi costituisce una prima analisi esplorativa e rappresenta uno stimolo per approfondimenti futuri.

 

Materiali e metodi

Sono stati considerati i casi incidenti del Registro Tumori Toscano per il periodo 1997-2006 nei 51 Comuni di residenza dei soggetti delle province di Firenze e Prato per la fascia d’età 0-19 anni. Per la suddivisione delle singole sedi e morfologie tumorali è stata utilizzata la classificazione internazionale per i tumori infantili (ICCC-3). La transcodifica è stata effettuata utilizzando i codici morfologici e topografici dall’International Classification of Diseases for Oncology (ICD-O-3) in uso presso il Registro Tumori Toscano (2).

 

La distribuzione per tipo di neoplasia è quella tipica dei Paesi occidentali, dove leucemie, linfomi e tumori del sistema nervoso centrale rappresentano le categorie diagnostiche più rilevanti. Per il calcolo degli RSI il numero di casi attesi è stato valutato, separatamente per maschi e femmine, mediante standardizzazione interna indiretta (3), utilizzando come popolazione di riferimento la popolazione residente nelle province di Firenze e Prato dal 1997 al 2006, suddivisa in 4 classi d’età (0-4, 5-9, 10-14, 15-19). Quando l’analisi è condotta su aree scarsamente popolate o per malattie rare le stime dei rischi relativi ottenute tramite l’indice RSI tendono a essere fortemente instabili; ad esempio, se il numero di eventi attesi è basso, un caso osservato in più o in meno può dar origine a stime dei rischi relativi molto diverse. Per ovviare a questo problema è possibile adottare una serie di modelli Bayesiani gerarchici.

 

In particolare, il modello Poisson Gamma (4), il quale tiene conto della distribuzione dei casi nell’intera area di studio preservando le stime stabili, acquisite da molte osservazioni e attraendo verso la media generale le stime instabili ottenute basandosi su poche osservazioni. È stato, inoltre, utilizzato il modello di Besag, York e Mollié (BYM) (5), il quale prevede che nella distribuzione del rischio sia contemplata anche una sottostante struttura spaziale: aree geograficamente vicine tendono ad avere rischi relativi simili. Sono state prodotte le mappe degli RSI grezzi, delle stime Bayesiane del rischio relativo e delle probabilità a posteriori di essere in eccesso rispetto alla media delle due province, utilizzata come valore di sintesi, in quanto permette di individuare le aree che presentano eccessi di rischio tumorale (identifichiamo i Comuni come “aree ad alto rischio” se presentano una stima della probabilità a posteriori maggiore di 0,80) (6). Sono state anche considerate analisi specifiche per classi di età.

 

È stato utilizzato il software WinBUGS 14 (7).

 

 

Risultati

Considerando i tumori per “tutte le cause”, sono stati osservati 295 casi nei maschi e 255 nelle femmine nel periodo in studio. Gli RSI grezzi variano nei vari Comuni della provincia di Firenze e in quella di Prato da 0 a 6,90 per i maschi e da 0 a 2,08 per le femmine. Le rappresentazioni cartografiche degli RSI e degli RSI lisciati con modello Poisson Gamma non evidenziano particolari trend spaziali. Le mappe ottenute con il modello BYM sono complicate da interpretare, in quanto questi modelli sono fortemente influenzati dalle assunzioni a priori e potrebbero introdurre un indebito trend spaziale in presenza di dati fortemente sparsi come quelli analizzati.

 

Riferendoci al modello Poisson Gamma, ciò che emerge chiaramente è un eccesso di rischio e di probabilità di eccesso di rischio nel capoluogo fiorentino sia per i maschi che per le femmine (Figura). I rischi relativi Bayesiani, riportati in Figura, variano nei vari Comuni della provincia di Firenze e Prato da 0,83 a 1,15 per i maschi e da 0,84 a 1,15 per le femmine. Le mappe prodotte per singole fasce d’età, non riportate nel presente articolo, restano sempre di difficile interpretazione, poiché i dati sono fortemente sparsi e i risultati non sono “stabili” per la rarità dei tumori pediatrici. Si evidenzia comunque un eccesso di rischio nel capoluogo fiorentino per le fasce d’età 0-4 e 10-14 anni, considerando i due sessi congiuntamente.

 

 

 

Conclusioni

Questo è il primo lavoro di rappresentazione cartografica dell’incidenza dei tumori infantili con i dati del Registro Toscano Tumori. I tumori pediatrici, come già sottolineato, sono un evento raro e per avere risultati più “stabili” sono necessari periodi di osservazione relativamente lunghi e la popolazione da studiare, in termini numerici, dovrebbe essere più ampia. Di difficile interpretazione è l’eccesso di rischio, evidenziato dalle mappe, per i residenti nel Comune di Firenze che richiede ulteriori indagini; tra le ipotesi prese in considerazione per spiegare questo eccesso, vi è la possibilità di un effetto diagnosi nel capoluogo toscano dovuto, forse, a migrazioni selettive, data la presenza sul territorio di centri d’eccellenza per la cura dei tumori pediatrici.

 

Per la verifica di questa ipotesi dovranno essere effettuate analisi che tengano in considerazione la storia residenziale dei casi, in quanto l’informazione fornita dal Registro Toscano Tumori è l’indirizzo di residenza alla diagnosi; a tal proposito è stato chiesto alle anagrafi di comunicare l’indirizzo di residenza dei soggetti alla nascita, supponendo che l’esposizione della madre o nei primi anni di vita sia rilevante per questa tipologia di tumori in modo da poter considerare anche, come suggerito da Birch e colleghi (8), l’interazione tra periodo e luogo di nascita che indicherebbe un fattore eziologico presente nel luogo di nascita.

 

 

Dichiarazione sui conflitti di interesse

Gli autori dichiarano che non esiste alcun potenziale conflitto di interesse o alcuna relazione di natura finanziaria o personale con persone o con organizzazioni che possano influenzare in modo inappropriato lo svolgimento e i risultati di questo lavoro.

 

Riferimenti bibliografici

 

1. AIRTUM Working Group, AIEOP Working Group. I tumori in Italia - Rapporto 2012: i tumori dei bambini e degli adolescenti; Epidemiologia e Prevenzione 2013;37(1 Suppl 1):1-296.

2. Steliarova-Foucher E, Stiller C, Lacour B, et al. International Classification of Childhood Cancer, third edition. Cancer 2005;103:1457-67.

3. Breslow, NE, Day NE. Statistical methods in cancer research. Volume II. The design and analysis of cohort studies. IARC Scientific Publications No. 82; 1987.

4. Clayton, D, Kaldor, J. Empirical Bayes estimates of age-standardized relative risks for use in disease mapping. Biometrics 1987;43:671-81.

5. Besag J, York J, Mollié A. Bayesian image restoration, with two applications in spatial statistics. Ann Inst Stat Math 1991;43:1-59.

6. Bernardinelli L, Clayton DG, Pascutto C, et al. Bayesian analysis of space-time variation in disease risk. Stat Med 1995;14:2433-43.

7. Lunn DJ, Thomas A, Best N, et al. WinBUGS - A Bayesian modelling framework: concepts, structure, and extensibility. Stat Computing 2000;10:325-37.

8. Birch JM, Alexander FE, Blair V, et al. Space-time clustering patterns in childhood leukaemia support a role for infection. Br J Cancer 2000;82(9):1571.