Autore: Silvia D’Elia, Dipartimento Scienze Statistiche, Sapienza Università di Roma
silvia.delia@uniroma1.it
Stefania Massari, Dipartimento di Medicina, Epidemiologia, Igiene del lavoro e Ambientale, Inail; Claudio Gariazzo, Dipartimento di Medicina, Epidemiologia, Igiene del lavoro e Ambientale, Inail; Alessandro Gialluisi, Dipartimento di Epidemiologia e Prevenzione, IRCCS Neuromed, Pozzilli (IS); Alessandro Marinaccio, Dipartimento di Medicina, Epidemiologia, Igiene del lavoro e Ambientale, Inail; Licia Iacoviello, Dipartimento di Epidemiologia e Prevenzione, IRCCS Neuromed, Pozzilli (IS), Dipartimento di Medicina e Chirurgia, Università LUM “Giuseppe Degennaro” Casamassima; Simona Costanzo, Dipartimento di Epidemiologia e Prevenzione, IRCCS Neuromed, Pozzilli (IS).
Categoria Primaria: Epidemiologia occupazionale
Categoria Secondaria: Metodi epidemiologici e biostatistici
Introduzione Il fumo di tabacco è uno dei fattori di rischio più esaminati negli studi epidemiologici a causa della sua diffusione nella popolazione. Tuttavia, gli studi occupazionali sono spesso carenti di tali dati perché basati su linkage di archivi e non su interviste. Le tecniche di aggiustamento per confondenti sono utilizzate per limitare la distorsione introdotta nelle stime di rischio. Ignorare confondenti implica che la distribuzione sia la stessa tra i livelli di esposizione.
Obiettivo Attraverso i dati di una coorte di popolazione e applicando una tecnica per il controllo di confondenti non osservati, si valuta l’impatto della distorsione delle stime di rischio di tumore a causa del mancato controllo dei confondenti.
Metodi Il metodo è stato applicato nella corte dello studio Moli-sani, individui residenti in Molise (N=24325, età ≥35 anni; 52% donne), reclutati nel periodo 2005-2010. Gli esiti in studio sono le prime ospedalizzazioni per tumore maligno, identificati tramite SDO. L’integrazione della coorte con l’archivio INPS, contenente dati sulla storia lavorativa, ha permesso di stimare l’esposizione come settore lavorativo (N=13971). I dati riguardo possibili confondenti, come il fumo, sono acquisiti da questionari. I rischi relativi sono calcolati tramite modello lineare con link Poisson per ottenere 3 stime: rischio non aggiustato (RR_unadj), rischio aggiustato per il fumo (RR_adj) e rischio aggiustato con un bias (RR_sa). Il bias è calcolato come una combinazione della prevalenza di fumatori nei singoli settori e il rischio relativo di tumore nelle categorie del fumo. I servizi sono il settore di riferimento nel calcolo delle stime. L’intervallo di confidenza per RR_sa è ottenuto con simulazione Monte Carlo.
Risultati Il confondente fumo si distribuisce in modo diverso nei vari settori occupazionali mostrando una prevalenza di fumatori maggiore nei settori edilizia (29,8%) e costruzioni meccaniche (27,7%) e più bassa in agricoltura (12,1%). Il settore dell’agricoltura mostra un aumento del rischio aggiustato per tumore dell’apparato digerente RR_unadj=1,54 IC95%:1,15-2,07; RR_adj=1,74 IC95%:1,3-2,3; RR_sa=1,63 IC95%:1,1-2,8; viceversa nei settori con prevalenza di fumatori è più alta, il rischio aggiustato diminuisce, nell’edilizia per tumore dell’apparato respiratorio RR_unadj=2,57 IC95%:1,5-4,4; RR_adj=2,36 IC95%:1,4-4; RR_sa=2,26 IC95%:1,1-4,8 e nelle costruzioni meccaniche per tumore degli organi genitourinari RR_unadj=1,82 IC95%:1,3-2,6; RR_adj=1,66 IC95%:1,2-2,4; RR_sa=1,67 IC95%:1-2.9. Il rischio aggiustato tramite bias RR_sa tende nella maggior parte delle stime ad avvicinarsi a quello aggiustato.
Conclusioni La tecnica di aggiustamento proposta tramite bias risulta utile per introdurre la distorsione stimata nell’analisi di dati da archivi, che non contengono informazioni individuali su possibili confondenti. Di interesse sarà valutare come si modificano le stime del rischio al variare della distribuzione del confondente.