Valutazione di efficacia
mediante l’analisi delle serie
temporali interrotte
Introduzione
Giuseppe Mastrangelo
Dipartimento di Scienze Cardiologiche Toraciche e Vascolari Università di Padova
Metodi e Risultati
Ugo Fedeli
Sistema Epidemiologico Regionale (SER) Regione del Veneto
I Servizi di Prevenzione Igiene Sicurezza Ambienti di Lavoro (SPISAL) sono le strutture previste dalla legge 833/1978 per la vigilanza e prevenzione degli infortuni sul lavoro
L'obiettivo è di poter affermare che un qualche specifico intervento SPISAL ha migliorato la sicurezza dei
lavoratori, cioè ha comportato una effettiva riduzione degli infortuni sul lavoro
Comparazione prima-dopo dell’incidenza di infortuni sul lavoro in aziende sottoposte ad interventi SPISAL
Il disegno prima-dopo è un disegno non-sperimentale usato comunemente negli studi sulla sicurezza
Il disegno prima-dopo deve essere usato con cautela perché vi sono in questo disegno varie circostanze, denominate minacce alla validità interna o “threats”, che minacciano la nostra capacità di capire se
l'intervento è stato efficace oppure no
Regression-to-the-mean threat
Di anno in anno i tassi di infortunio di un’azienda o di un gruppo oscillano – a volte verso l’alto a volte verso il
basso
Posto che le condizioni di lavoro non cambino, l’azienda con tasso di infortunio più basso del solito avrà
probabilmente un incremento
Invece, l’azienda con tasso di infortuni superiore al
normale avrà maggiori probabilità di una diminuzione dei tassi
Regression-to-the-mean threat
Pertanto, se l'intervento riguarda aziende ad alto tasso di infortuni, una parte della diminuzione osservata
l’anno dopo può essere dovuta semplicemente al fatto che il tasso si sta portando più vicino al valore medio
Come ridurre il
Regression-to-the-mean Threat
Non c’è niente da fare se è disponibile una sola misura del tasso prima dell'intervento ed una sola dopo l’intervento
Invece, disponendo di dati storici, si può vedere se le misure pre-intervento e post-intervento concordano con gli altri dati vicini
Nel disegno time series si effettuano misurazioni multiple prima e dopo l'intervento
Si stabilisce un baseline time trend ottenendo svariate misure dei risultati prima di effettuare l'intervento
Dopo l'intervento si rifanno misurazioni multiple per stabilire un second time trend
Se l'intervento è efficace, troveremo una differenza tra le misure dei risultati nei due trend temporali
I dati sono stati elaborati con l’Analysis of Interrupted Time Series with Segmented Regression
Come mostra la figura, nel nostro studio è stato
esaminato contemporaneamente al gruppo di intervento anche un gruppo di aziende di controllo
L’aggiunta di un gruppo di controllo al semplice disegno before-and-after riduce alcune delle minacce alla validità interna
In particolare, riduce l'interferenza da circostanze esterne (history threats) perché quest’ultimo effetto si verificherà sia nel gruppo di controllo che nel
gruppo di intervento
Negli studi osservazionali gli individui NON sono assegnati ai due gruppi in maniera casuale
La mancanza di randomizzazione porta a potenziali problemi di confondimento
Quindi, i due gruppi (esposti e non esposti) possono
differire per residenza, status socioeconomico, condizioni di salute, età o altri fattori. Se questi fattori sono causa della malattia, può emergere un apparente (ma falsa) associazione tra malattia ed esposizione
Il confondimento non riflette un errore degli investigatori, ma è attribuibile alla natura intrinsecamente "incontrollata" degli studi osservazionali
Tecniche per ridurre il confondimento
Possibili approcci sono:
• Appaiamento (matching). Selezionare controlli
abbinati ai casi (o i non esposti al gruppo esposto) in termini di età, sesso, altre variabili. Se i due gruppi sono appaiati, per esempio, per età, allora qualsiasi associazione osservata nello studio non può essere dovuta all'età
• Analisi multivariata. La procedura controlla il fattore confondente attraverso modelli matematici. I modelli sono stati sviluppati per descrivere l'effetto
simultaneo dell’esposizione e dei fattori di
