LINEA PROGETTUALE 3

Valutazione dell’esposizione umana e implementazione sistema informativo integrato

AZIONE 2 Valutazione esposizione della popolazione residente

Rapporto finale

Responsabili: Andrea Ranzi, Laura Erspamer (Arpa Emilia-Romagna)

Maggio 2011

www.moniter.itIl progetto Moniter: organizzazione di un sistema di sorveglianza ambientale e valutazione epidemiologica nelle aree circostanti gli impianti di

incenerimento in Emilia-Romagna, è promosso dagli assessorati Politiche per la salute e Ambiente, riqualificazione urbana della Regione, in

collaborazione con Arpa

SOMMARIO

Introduzione ........................................................................................................................................... 3

L’approccio geografico .................................................................................................................. 3 Breve rassegna bibliografica sui metodi utilizzati per la valutazione dell’esposizione in studi epidemiologici su inceneritori................................................................................................................ 5 Materiali e metodi ................................................................................................................................ 15

Popolazione dei nati ......................................................................................................................... 15 Definizione e arruolamento della popolazione ............................................................................ 15 Valutazione dell’esposizione ....................................................................................................... 16

Esposizione ad inceneritore ..................................................................................................... 16 Esposizione ad altre fonti......................................................................................................... 17

Coorte retrospettiva dei residenti ..................................................................................................... 19 Definizione della popolazione ..................................................................................................... 19 Valutazione dell’esposizione ....................................................................................................... 19

Esposizione ad inceneritore ..................................................................................................... 19 Esposizione ad altre fonti......................................................................................................... 22

Caratterizzazione dello stato socio economico ............................................................................ 22 Risultati ................................................................................................................................................ 25

Popolazione dei nati ......................................................................................................................... 27 Coorte retrospettiva.......................................................................................................................... 31

Georeferenziazione degli indirizzi di residenza........................................................................... 31 Coorte principale: esposizione all’arruolamento ......................................................................... 34 Sottocoorte Modena: esposizione cumulata................................................................................. 37

Discussione .......................................................................................................................................... 39 Appendice ............................................................................................................................................ 43 Gruppo di lavoro Linea Progettuale 3 – Azione 2 Andrea Ranzi ARPA ER - Dir. Tecnica - CTR Ambiente e Salute Michele Cordioli ARPA ER - Dir. Tecnica - CTR Ambiente e Salute Anna Freni Sterrantino ARPA ER - Dir. Tecnica - CTR Ambiente e Salute Laura Erspamer ARPA ER - Dir. Tecnica - CTR Ambiente e Salute Claudio Sartini ARPA ER – Sez. Provinciale di Bologna Paolo Lauriola ARPA ER - Dir. Tecnica - CTR Ambiente e Salute Paola Angelini Regione ER - Servizio di Sanità Pubblica Silvia Candela AUSL RE - DSP - Servizio di Epidemiologia Mauro Rossi ARPA ER – Sez. Provinciale di Rimini Nicola Caranci Regione ER – Agenzia Sanitaria Francesco Forastiere Dipartimento di Epidemiologia – SSR Lazio Carla Ancona Dipartimento di Epidemiologia – SSR Lazio Si ringraziano gli operatori dei Dipartimenti di Sanità Pubblica delle Aziende USL di Bologna, Ferrara, Forlì, Modena, Piacenza, Ravenna, Reggio Emilia, Rimini e le Anagrafi comunali di Bologna, Castenaso e Granarolo Emilia (BO), Ferrara e Vigarano Mainarda (FE), Forlì (FC), Modena (MO), Cadelbosco di Sopra e Reggio Emilia (RE), Ravenna (RA), Coriano, Misano Adriatico, Riccione, Rimini e San Clemente (RN), Piacenza (PC), per la preziosa collaborazione nella costruzione delle popolazioni in studio.

Introduzione La corretta valutazione dell’esposizione umana agli inquinanti presenti nell’ambiente, rappresenta uno dei principali elementi critici dell’epidemiologia e del risk assessment, con implicazioni rilevanti nella pianificazione degli interventi di prevenzione e risanamento. L’esposizione è definita come contatto fra un agente presente in una matrice ambientale e una superficie del corpo umano1. La valutazione dell’esposizione è il processo di stima o misura della quantità, frequenza e durata dell’esposizione ad un agente, assieme al numero e caratteristiche della popolazione esposta. Idealmente descrive la sorgente, le vie di esposizione, il percorso metabolico e le incertezze nella valutazione2. La valutazione dell’esposizione indaga quindi quanto, come, da quando e per quanto tempo una sostanza viene a contatto con un individuo. L’esposizione può essere di lungo o breve periodo e può riguardare il contesto lavorativo (esposizione occupazionale) o ambientale. A differenza del contesto lavorativo, ove la presenza di specifici agenti legati ai processi produttivi, il contesto spazio-temporale definito e la possibilità di raggruppare i soggetti esposti sulla base della loro mansione, rendono più agevole e accurato il processo di stima dell’esposizione, le varie forme di inquinamento ambientale sono caratterizzate da esposizioni multiple, a basse concentrazioni, con elevata diffusione e variabilità spazio-temporale. Risulta fondamentale, nel disegno di studi di epidemiologia ambientale, porre attenzione alla scelta della misura di esposizione, tenendo presente, ove possibile, strategie basate su misure dirette di esposizione (ricerca di markers nei tessuti umani). Nella maggior parte dei casi, poiché è estremamente oneroso ottenere misure individuali di esposizione, si ricorre a metodi indiretti, come misure e stime di inquinamento ambientale e/o variabili surrogate dell’esposizione effettiva, quali questionari o informazioni quali-quantitative sull’impatto della fonte inquinante.

L’approccio geografico L’utilizzo di informazioni geografiche per la valutazione dell’esposizione e, più in generale, nella conduzione di studi epidemiologici, sta diventando sempre più frequente, sia in fase di disegno dello studio che di analisi dei dati. La crescente disponibilità di informazioni digitali e lo sviluppo dei sistemi informativi geografici (GIS) permette di analizzare e gestire dati localizzati spazialmente. L’utilizzo dei dati e modelli ambientali come indicatore indiretto per la valutazione dell’esposizione rappresenta sicuramente un miglioramento della stima rispetto a considerazioni meramente geografiche come la distanza da una fonte. Il contesto geografico risulta essere il più idoneo per integrare informazioni di tipo ambientale con dati socio-demografici per l’attribuzione di valori di esposizione alla popolazione oggetto di indagine epidemiologica. I fattori che influiscono sulla scelta del metodo di indagine sono l’approccio individuale o di popolazione, il contesto geografico di riferimento (larga scala, ambito urbano, piccola area, …), la valutazione temporale degli effetti sanitari (a breve o a lungo termine). Anche il modello ambientale adatto da utilizzare in questo processo è diretta conseguenza di queste considerazioni. D’altra parte le indagini epidemiologiche sugli effetti a lungo termine dell’inquinamento sulla popolazione tendono forzatamente a essere ecologiche nel disegno, aggregando i casi su regioni geografiche. Quindi un buon disegno di valutazione dell’esposizione che integri competenze e strumenti di monitoraggio e modellistica ambientale, GIS, metodi statistici, permette un miglior controllo dei fattori confondenti dovuti a tali aggregazioni e alle valutazioni sulle varie forme di inquinamento ambientale riportate sopra.

1Sexton K & Ryan PB (1988) Assessment of human exposure to air pollution: methods, measurements and models. In: Watson A Y et al., ed. Air pollution, the automobile, and public health. Washington, DC: National Academy Press.Sexton & Ryan 1988 2 Ward MH, Wartenberg D. “Invited commentary: on the road to improved exposure assessment using geographic information systems”. Am J Epidemiol., 2006 Aug 1;164(3):208-11.

I metodi presentati nel presente rapporto e utilizzati all’interno del progetto Moniter sono di tipo indiretto, ovvero utilizzano variabili surrogate di esposizione. Verrà brevemente riportata una rassegna dei principali metodi indiretti utilizzati in letteratura, dopodiché verranno presentati materiali, metodi e risultati della stima dell’esposizione di due differenti popolazioni residenti nelle aree di studio del progetto Moniter. Una discussione finale analizza i potenziali limiti dell’approccio proposto.

Breve rassegna bibliografica sui metodi utilizzati per la valutazione dell’esposizione in studi epidemiologici su inceneritori Questa breve rassegna riguarda i metodi indiretti di valutazione dell’esposizione. In molti studi di epidemiologia ambientale, l’attenzione viene posta non tanto sullo specifico agente (chimico o fisico) in grado di causare un effetto sulla salute delle popolazioni esposte, quanto su una particolare sorgente di possibili agenti causali di malattia (emissione industriale in atmosfera, traffico veicolare, deposito di sostanze pericolose, ecc.). E’ questo il caso della letteratura epidemiologica qui presa in esame, inerente i possibili effetti sanitari collegati all’attività degli impianti di incenerimento di rifiuti. In assenza di informazioni dettagliate sulle sorgenti e sul destino ambientale delle sostanze chimiche emesse, si ricorre spesso all’utilizzo di variabili surrogate di esposizione quali la presenza di una determinata sorgente nell’area in cui risiede il soggetto o la distanza della residenza del soggetto dalla sorgente. Nel complesso le metodologie ti tipo indiretto utilizzate per la caratterizzazione dell’esposizione in studi su inceneritori di rifiuti si possono raggruppare nelle seguenti macro-tipologie:

1. appartenenza degli individui ad unità geografiche (regione, comune, sezione di censimento, ecc) in base a criteri esclusivamente qualitativi (es. residenza in un comune in cui è presente un impianto, …)

2. quantificazione della distanza lineare tra la sorgente emissiva e l’unità geografica a cui appartiene il soggetto

3. quantificazione della distanza lineare tra la sorgente emissiva e l’indirizzo di residenza/attività del soggetto

4. misure quantitative di inquinanti in atmosfera nelle vicinanze della residenza/luogo di attività del soggetto

5. modellizzazione della dispersione di inquinanti in atmosfera e calcolo delle concentrazioni attese nell’unità geografica a cui appartiene il soggetto

6. modellizzazione della dispersione di inquinanti in atmosfera e calcolo delle concentrazioni attese presso l’indirizzo di residenza/attività del soggetto

Per ciascuna di queste tipologie si può avere un diverso livello di approfondimento e di dettaglio, che ne determina una maggiore o minore validità, alterando l’ordine riportato sopra che pertanto non ha la pretesa di essere in assoluto ordinato secondo una maggiore accuratezza della valutazione dell’esposizione. Le valutazioni della distanza avvengono generalmente attraverso l’individuazione di fasce concentriche di ampiezza arbitraria attorno all’impianto, oppure tramite la misura diretta della distanza lineare tra la residenza (indirizzo e/o centroide dell’area di residenza ecc…) e l’impianto. In alcuni casi la misura di distanza viene integrata con valutazioni sulla meteorologia dell’area (es. direzione prevalente del vento) al fine di tenere in considerazione, in modo qualitativo, la dispersione degli inquinanti in atmosfera. Nell’approccio più avanzato, vengono calcolate le concentrazioni in atmosfera attraverso l’utilizzo di modelli di dispersione: l’esposizione è quindi valutata in termini di concentrazione al livello del suolo, generalmente espressa come media annua. In alcuni rari casi oltre alla concentrazione atmosferica sono state stimate anche le deposizioni al suolo. La tabella seguente propone un’analisi delle metodologie utilizzate per la valutazione indiretta dell’esposizione in studi che hanno preso in esame i possibili effetti collegati all’attività di inceneritori di rifiuti (urbani e/o pericolosi, considerati singolarmente o in associazione con altre

sorgenti emissive ti dipo industriale). Sono qui considerati gli studi già presentati nelle revisioni di Franchini3 e Porta4 , più alcuni altri lavori pubblicati successivamente. Ciascuno degli studi è stato classificato in base alle sei tipologie di valutazione dell’esposizione sopra riportate. La presenza di asterischi corrisponde ad un approccio più avanzato all’interno della stessa categoria.

3 Franchini M, Rial M, Buiatti E, Bianchi F. Health effects of exposure to waste incinerator emissions:a review of epidemiological studies. Ann Ist Super Sanita 2004;40(1):101-15. 4 Porta D, Milani S, Lazzarino AI, Perucci CA, Forastiere F.Systematic review of epidemiological studies on health effects associated with management of solid waste. Environ Health. 2009 Dec 23;8:60. Review.

Studio5 Outcome Popolazione e sorgenti in studio Misura di esposizione Tipologia

Rydhstroem, 1998 Analisi dei parti gemellari Ricerca di cluster di parti gemellari in Svezia, 14 inceneritori

Comune di nascita, presenza di un inceneritore nel comune di nascita

1

Fontana et al 2000 Stato di salute generale Residenti nella “zona D” del comune di La Spezia (area industriale, porto, impianto a carbone, inceneritore, strade…)

residenza?? 1

Parodi et al., 2004 Mortalità per cancro al polmone

Residenti in due aree industriali di La Spezia ( area industriale, metallurgico, porto, impianto a carbone, inceneritore…)

Residenza nelle aree industriali VS residenza in area rurale e resto della provincia

1

Bianchi & Minichilli, 2006

mortalità per Linfoma NH

1830 decessi per NHL in 25 comuni italiani con inceneritori attivi dal 1983

Residenza in un comune in cui è stato attivo un impianto

1

Biggeri & Catelan, 2006 mortalità per Linfoma NH

1119 casi nel periodo 1981-2001 in 17 comuni toscani con inceneritore nel periodo 1970-1989

Residenza in un comune in cui è stato attivo un impianto

1

O. L. Lloyd, M. M. Lloyd, Williams, & A. Lawson, 1988

Frequenza di parti gemellari nell’uomo e negli animali da allevamento

Nati nell’area circostante un inceneritore di rifiuti chimici + due fattorie in area a rischio

Collocazione delle aree di residenza (postcode) rispetto all’impianto in base ai venti prevalenti ed alla distanza (qualitativamente): a maggior rischio/a medio rischio/non a rischio

1 *

5 Le voci bibliografiche relative agli studi riportati sono elencate alla fine della presente tabella

Williams, A. B. Lawson, & O. L. Lloyd, 1992

Rapporto tra sessi nei nati

Nati in prossimità di 2 inceneritori di rifiuti in Scozia

Codice postale di nascita a rischio VS non a rischio, secondo valutazioni qualitative basate su direzione del vento, topografia, percezione residenti e misure di conc nel suolo)

1 *

Ten Tusscher, Stam, & Koppe, 2000

Studio retrospettivo su malformazioni oro-facciali in neonati

Combustione di rifiuti chimici all’aperto vicino ad Amsterdam

Distanza della residenza della madre (valutazioni qualitative ???)

1 *

Hsiue, S. S. Lee, & Chen, 1991

Funzione polmonare in bambini

Bambini della scuola primaria in 3 aree inquinate vicine siti di incenerimento all’aperto di rifiuti industriali + 1 area non inquinata (?)

Aree inquinate (?) VS area non inquinata. Alcune misure di concentrazione atmosferiche per ciascuna area.

1/4

Elliott et al., 1996 Incidenza cancro Residenti entro 7.5 km da 72 inceneritori in UK, 14 milioni di persone.

Distanza della residenza (georeferenziazione codice postale), buffer concentrici arbitrari 0-3km e 0-7.5 km + buffers 0.5-1-2-3-4.6-5.7-6.7-7.5km

2

Michelozzi et al., 1998 Mortalità per cancro Residenti entro 10km da un area con sorgenti multiple (discarica+inceneritore+raffineria, area di 2kmq ), 341389 abitanti.

Distanza della residenza (centroide blocco censimento) dal centro della sorgente, buffer concentrici 3-8-10km + 9 buffer da 1 km

2

Knox & Gilman, 1998 Studio su cancro infantile in funzione dei cambi di residenza dei bambini

22458 bambini morti di leucemia o cancro (9224 che si muovono), sorgenti potenziali di VOC e impianti combustione

distanza delle residenze (postcode) da sorgenti potenziali, alla nascita + alla morte

2

J.-F. Viel, Arveux, Baverel, & Cahn, 2000

Distribuzione spaziale STS e NHL (analisi clusters)

Residenti nel dipartimento, 110 casi STS e 803 casi NHL, 1 inceneritore RSU

Distanza del centroide del cantone di residenza 2

Knox, 2000 Studio su cancro infantile in funzione dei cambi di residenza dei bambini

22458 bambini morti di leucemia o cancro , 70 inceneritori RSU, 307 inceneritori ospedalieri, 460 discariche rifiuti tossici

distanza delle residenze (postcode) da sorgenti potenziali, alla nascita + alla morte

2

Knox, 2005 Studio su cancro infantile in funzione dei cambi di residenza dei bambini

22458 bambini morti di leucemia o cancro , hotspot emissivi (aggregazione di pixel ricavati da una mappa delle emissioni nazionali) + inceneritori + siti industriali + infrastrutture viarie

Distanza tra la residenza (postcode) e il centro degli “hotspot” o da aree industriali/infrastrutture viarie

2

Hu, M. Hazucha, & C M Shy, 2001

Effetti cronici sulla funzione polmonare

1018 individui residenti in 3 comunità con inceneritore + 3 di controllo

Residenza in comunità con inceneritore + distanza dall’impianto + indice esposizione (funzione di distanza e direzione residenza, giorni sotovento, num ore attività fuori casa)

2 *

Gray, Peat, Mellis, Harrington, & Woolcock, 1994

Prevalenza di sintomi asmatici in bambini

713 bambini vicini ad un inceneritore di fanghi + 626 bambini in area di controllo

Distanza della “regione” di residenza (??). Misure di inquinanti atmosferici (??)

2/4

Carl M Shy et al., 1995 Effetti respiratori acuti e cronici

Residenti in 3 comunità con inceneritori (RSU, medici, industriali) VS 3 comunità di controllo

Vicinanza dell’impianto (?) + misure atmosferiche di PM2.5 (con studio del contributo dell’impianto tramite modello CMB ??)

2/4

J.-T. Lee & C M Shy, 1999

Funzione polmonare 6 comunità , 3 “esposte” (< 2miglia) + 3 non esposte (> 2 miglia) all’inquinamento di 3 inceneritori (RSU + ospedaliero + industriale)

Distanza dalla sorgente + disponibilità valori di PM10 ambientale (24h) per ciascuna comunità

2/4

Dummer, Dickinson, & Parker, 2003

Effetti riproduttivi Nati da madri residenti in Columbia, 3 forni crematori + 4 inceneritori

Distanza dagli impianti (funzione tipo exp=1/(dist+0.1)^2 che assume rapida decrescita dell’esposizione con la distanza ???)

2/3 *

Zmirou, Parent, & Potelon, 1984

Consumo di medicine per malattie respiratorie

3 gruppi di residenti nelle vicinanze di un inceneritore di rifiuti industriali

Distanza dall’impianto (200m, 1-2km) 3

Comba et al., 2003 Studio caso controllo su STS

37 casi residenti in prossimità della zona industriale di Mantova, inceneritore industriale (+raffineria, impianto chimico, cartiera??)

Distanza della residenza principale (dal 1960) dall'impianto, buffer concentrici di 1 km (<2, 3, 4, 5, >5km)

3

Tango et al., 2004 Effetti riproduttivi Nati da madri residenti entro 10km da 72 inceneritori in Giappone

Distanza dall’impianto (cerchi concentrici di 1km) dall’indirizzo di residenza . Disponibili alcune misure di diossina nel suolo per soli due impianti (trovato picco a circa 2km)

3

Miyake et al., 2005 Stato di salute di bambini 450807 bambini in 996 scuole, 37 inceneritori

Distanza della scuola da ciascun impianto (classi <1, 2, 3, 4, >4 km)

3

Federico, Pirani, Rashid, Caranci, & Cirilli, 2010

Incidenza cancro Studio coorte retrospettivo 1991-05, 16443 casi

Distanza del centroide della sezione di censimento di residenza (considerati spostamenti negli anni) dall’impianto. 3 cerchi (2-3.5-5 km). Cluster analysis

3

Biggeri, Barbone, Lagazio, Bovenzi, & Stanta, 1996

Studio caso-controllo sul tumore al polmone nei maschi

755 casi di morti per tumore (755 controlli) tra il 1979 ed il 1986, 4 sorgenti (porto + fonderia + inceneritore + centro urbano)

Distanza dell’ultima residenza dalla sorgente + direzione

3 *

Barbone et al., 1995 Studio caso-controllo sul tumore al polmone nei maschi

755 casi di morti per tumore , inquinamento atmosferico in generale

Concentrazione media di particolato presso il sito di monitoraggio più vicino alla residenza

4

J. Viel et al., 2008 cancro polmone caso-controllo su 590 census block, 434 casi – 2170 controlli, 1 impianto con alte emissioni di PCDD

Concentrazione di PCDD (gaussiano APC3), 4 classi di esposizione (very low- high) , no ricostruzione esp passata, escluso il lato sud perché terreno complesso (90 census block)

5

Boudet, Zmirou, Laffond, Balducci, & Benoit-Guyod, 1999

Risk assessment Analisi del rischio per inalazione (2 VOC + 2 metalli) in un area urbana

Modello dispersione + valutazione pattern tempo-attività (residenza + lavoro + tempo libero + altro). Localizzazione individui in una griglia con celle da 500m

5 *

Cordier, Chevrier, Lorente, Brula, & Hours, 2004

Anomalie congenite Comunità con meno di 50000 abitanti nei dintorni di 70 inceneritori in Francia

“immission score index” (calcolato in base a modello di dispersione,celle 1km2, max dist 10km) assegnato alla comunità in base al valore nella zona a massima abitazione. + immission score x num.anni funzionamento impianto per considerare l’accumulo nel tempo

5 *

J. Viel, Daniau, et al., 2008

NH Linfoma 2270 census block (circa 2000 persone l’una), casi NHL 1990-1999, 13 inceneritori 1972-1985. 3974 casi NHL

Dispersione di PCDD (modello ADMS) con fattori stimati da esperti per il passato a livello di residenza (census block) + indice conc cumulata media al suolo

5 *

Goria et al., 2009 Cancro 135000 casi in 4 dipartimenti con 16 inceneritori RSU

Dispersione di diossine e deposizione (ADMS). Indice di esposizione come media della deposizione cumulata nel tempo (+ deposizione - decadimento esponenziale nel suolo). Mediana dei recettori dentro il blocco di censimento di residenza.

5 *

Floret et al., 2003 Studio caso-controllo su NHL

222 casi nella città di Besancon (match 10:1), inceneritore RSU

4 classi di esp (molto bassa-alta) in base alla mappa di dispersione per le diossine (concentrazione al suolo). No valori assoluti ma impronta relativa dell'impianto. Georeferenziazione civico per i casi, census block per i controlli

5/6

Cordier et al., 2010 Studio caso-controllo malformazione tratto urinario alla nascita

324 casi (226 controlli) , 21 inceneritori RSU

Dispersione PCDD e metalli con ADMS3 (concentrazioni + deposizioni) entro 10km dall’impianto

5/6

Dolk et al., 1998 Studio caso-controllo anomalie congenite

Residenti nelle vicinanze (7km) di discariche di rifiuti pericolosi

Distanza (cut-off= 3 km) 2

Vinceti et al. 2009 Studio caso-controllo anomalie congenite

Residenti in tre aree a diversa esposizione all'inceneritore

Esposizione stimata con modello di dispersione su PCDD

5/6

Vinceti et al. 2008 Anomalie congenite e aborti sponatanei

Residenti in tre aree a diversa esposizione all'inceneritore

Esposizione stimata con modello di dispersione su PCDD

5/6

Zambon et al., 2007 Sarcoma Studio caso-controllo 1990-96 , 186 casi + 558 controlli. 33 impianti (26 inceneritori+7 industrie)

Concentrazione atmosferica di PCDD nell’indirizzo di residenza (media pesata sugli anni di permanenza in ogni indirizzo) stimata con modello ISC3 (meteo Venezia). Ricostruzione di 40 anni di attività impianti e livelli di emissione variabili nel tempo

6

Ranzi et al. 2011 mortalità e incidenza causa-specifica

Coorte retrospettiva di residenti entro 3.5 Km da 1 inceneritore RSU e 1 di rifiuti speciali

Classi di esposizione in base a mappe di dispersione di metalli pesanti emessi dai 2 impianti

6

Bibliografia citata in tabella: Barbone, F., Bovenzi, M., Biggeri, A., Lagazio, C., Cavallieri, F., & Stanta, G. (1995). Comparison of epidemiologic methods in a case-control study of lung

cancer and air pollution in Trieste, Italy. Epidemiologia & Prevenzione, 19(63), 193-205. Bianchi, F., & Minichilli, F. (2006). Mortalità per linfomi non Hodgkin nel periodo 1981-2001 in comuni italiani con inceneritori di rifiuti solidi urbani.

Epidemiologia & Prevenzione, 2, 80-81. Biggeri, A., Barbone, F., Lagazio, C., Bovenzi, M., & Stanta, G. (1996). Air pollution and lung cancer in Trieste, Italy: Spatial analysis of risk as a function of

distance from sources. Environmental Health Perspectives, 104(7), 750-754. Biggeri, A., & Catelan, D. (2006). Mortalità per linfomi non Hodgkin nei comuni della Regione Toscana dove sono stati attivi inceneritori di rifiuti solidi urbani

nel periodo 1970-1989. Epidemiologia & Prevenzione, 1, 14-15. Boudet, C., Zmirou, D., Laffond, M., Balducci, F., & Benoit-Guyod, J.-L. (1999). Health risk assessment of a modern municipal waste incinerator. Risk Analysis,

19(6), 1215-1222. Public Health Laboratory, GEDEXE, Grenoble University Medical School, F-38700 La Tronche, France. Comba, P., Ascoli, V., Belli, S., Benedetti, M., Gatti, L., Ricci, P, et al. (2003). Risk of soft tissue sarcomas and residence in the neighbourhood of an incinerator

of industrial wastes. Occupational and Environmental Medicine, 60(9), 680-683. Cordier, S., Chevrier, C., Lorente, C., Brula, P., & Hours, M. (2004). Risk of congenital anomalies in the vicinity of municipal solid waste incinerators.

Occupational and Environmental Medicine, (February 2008). Cordier, S., Lehébel, A., Amar, E., Anzivino-Viricel, L., Hours, M., Monfort, C., et al. (2010). Maternal residence near municipal waste incinerators and the risk

of urinary tract birth defects. Occupational and Environmental Medicine, 67(7), 493-499. INSERM, U625, Université Rennes I, Campus de Beaulieu, 35 042 Rennes Cedex, France.

Dolk, H., Vrijheid, M., Armstrong, B., Abramsky, L., Bianchi, F., Garne, E., et al. (1998). Risk of congenital anomalies near hazardous-waste landfill sites in Europe: the EUROHAZCON study. The Lancet, 352(9126), 423-427.

Dummer, T. J. B., Dickinson, H. O., & Parker, L. (2003). Adverse pregnancy outcomes around incinerators and crematoriums in Cumbria, north west England, 1956–93. Journal of Epidemiology and Community Health, 57(6), 456-461. Retrieved from http://jech.bmj.com/content/57/6/456.abstract .

Elliott, P., Shaddick, G., Kleinschmidt, I., Jolley, D., Walls, P., Beresford, J., et al. (1996). Cancer incidence near municipal solid waste incinerators in Great Britain. British journal of cancer, 73(5), 702-10.

Federico, M., Pirani, M., Rashid, I., Caranci, N., & Cirilli, C. (2010). Cancer incidence in people with residential exposure to a municipal waste incinerator : An ecological study in Modena ( Italy ), 1991 – 2005. Waste Management, 30(7), 1362-1370. Elsevier Ltd. doi: 10.1016/j.wasman.2009.06.032.

Floret, N., Mauny, F., Challier, B, Arveux, P., Cahn, J.-Y., & Viel, J.-F. (2003). Dioxin emissions from a solid waste incinerator and risk of non-Hodgkin lymphoma. Epidemiology, 14(4), 392-398.

Goria, S., Daniau, C., Crouy-chanel, P. D., Empereur-, P., Fabre, P., Colonna, M., et al. (2009). Risk of cancer in the vicinity of municipal solid waste incinerators : importance of using a flexible modelling strategy. International Journal of Health Geographics. doi: 10.1186/1476-072X-8-31.

Gray, E. J., Peat, J. K., Mellis, C. M., Harrington, J., & Woolcock, A. J. (1994). Asthma severity and morbidity in a population sample of Sydney school children: Part I--Prevalence and effect of air pollutants in coastal regions. Australian and New Zealand Journal of Medicine, 24(2), 168-175. Department of Medicine, University of Sydney, NSW.

Hsiue, T. R., Lee, S. S., & Chen, H. I. (1991). Effects of air pollution resulting from wire reclamation incineration on pulmonary function in children. Chest, 100(3), 698-702.

Hu, S.-W., Hazucha, M., & Shy, C M. (2001). Waste incineration and pulmonary function: An epidemiologic study of six communities. Journal of the Air and Waste Management Association, 51(8), 1185-1194. Department of Epidemiology, University of North Carolina, CB 7400, Chapel Hill, NC 27599, United States.

Jansson, B., & Voog, L. (1989). Dioxin from Swedish municipal incinerators and the occurrence of cleft lip and palate malformations. International Journal of Environmental Studies, 34(1), 99-104. Routledge.

Knox, E. G. (2000). Childhood cancers, birthplace, incinerators and landfill sites. International Journal of Epidemiology, 29(3), 391-397. Knox, E. G. (2005). Oil combustion and childhood cancers. Journal of Epidemiology and Community Health, 59(9), 755-760. Knox, E. G., & Gilman, E. A. (1998). Migration patterns of children with cancer in Britain. Journal of Epidemiology and Community Health, 52(11), 716-726. Lee, J.-T., & Shy, C M. (1999). Respiratory function as measured by peak expiratory flow rate and PM10: Six communities study. Journal of Exposure Analysis

and Environmental Epidemiology, 9(4), 293-299. Department of Epidemiology, School of Public Health, University of North Carolina, Chapel Hill, NC, United States.

Lloyd, O. L., Lloyd, M. M., Williams, F. L. R., & Lawson, A. (1988). Twinning in human populations and in cattle exposed to air pollution from incinerators. British Journal of Industrial Medicine, 45(8), 556-560.

Michelozzi, P., Fusco, D., Forastiere, F., Ancona, C., Dell�Orco, V., & Perucci, C. A. (1998). Small area study of mortality among people living near multiple sources of air pollution. Occupational and Environmental Medicine, 55(9), 611-615.

Miyake, Y., Yura, a, Misaki, H., Ikeda, Y., Usui, T., Iki, M., et al. (2005). Relationship between distance of schools from the nearest municipal waste incineration plant and child health in Japan. European journal of epidemiology, 20(12), 1023-9. doi: 10.1007/s10654-005-4116-7.

Parodi, S., Baldi, R., Benco, C., Franchini, M., Garrone, E., Vercelli, M., et al. (2004). Lung cancer mortality in a district of La Spezia (Italy) exposed to air pollution from industrial plants. Tumori, 90(2), 181-5.

Ranzi A, Fano V, Erspamer L, Lauriola P, Perucci CA, Forastiere F. Mortality and morbidity among people living close to incinerators: a cohort study based on dispersion modeling for exposure assessment. Environ Health. 2011 Mar 24;10:22.

Rydhstroem, H. (1998). No obvious spatial clustering of twin births in sweden between 1973 and 1990. Environmental Research, 76(1), 27-31. Dept. of Obstetrics and Gynecology, University Hospital, S-221 85 Lund, Sweden.

Shy, Carl M, Degnan, D., Fox, D. L., Mukerjee, S., Hazucha, M. J., Boehlecke, B. A., et al. (1995). Do Waste Incinerators Induce Adverse Respiratory Effects? An Air Quality and Epidemiological Study of Six Communities. Environmental Health Perspectives, 103(7-8), 714-724.

Tango, T., Fujita, T., Tanihata, T., Minowa, M., Doi, Y., Kato, N., et al. (2004). Risk of adverse reproductive outcomes associated with proximity to municipal solid waste incinerators with high dioxin emission levels in Japan. Journal of Epidemiology, 14(3), 83-93. Department of Technology Assessment and Biostatistics, National Institute of Public Health, 3-6 Minami 2 chome, Wako, Saitama 351-0197, Japan.

Ten Tusscher, G. W., Stam, G. A., & Koppe, J. G. (2000). Open chemical combustions resulting in a local increased incidence of orofacial clefts. Chemosphere, 40(9-11), 1263-1270.

Viel, J.-F., Arveux, P., Baverel, J., & Cahn, J.-Y. (2000). Soft-tissue sarcoma and non-Hodgkin�s lymphoma clusters around a municipal solid waste incinerator with high dioxin emission levels. American Journal of Epidemiology, 152(1), 13-19.

Viel, J., Clément, M., Hägi, M., Grandjean, S., Challier, Bruno, & Danzon, A. (2008). Dioxin emissions from a municipal solid waste incinerator and risk of invasive breast cancer : a population-based case-control study with GIS-derived exposure. International Journal of Health Geographics. doi: 10.1186/1476-072X-7-4.

Viel, J., Daniau, C., Goria, S., Fabre, P., De, P., Sauleau, E.-andré, et al. (2008). Risk for non Hodgkin’s lymphoma in the vicinity of French municipal solid waste incinerators. Environmental Health. doi: 10.1186/1476-069X-7-51.

Vinceti M, Malagoli C, Fabbi S, Teggi S, Rodolfi R, Garavelli L, Astolfi G and Rivieri F. Risk of congenital anomalies around a municipal solid waste incinerator: a GIS-based case-control study. Int J Health Geogr. 2009; 8: 8.

Vinceti M, Malagoli C, Teggi S, Fabbi S, Goldoni C, De Girolamo G, Ferrari P, Astolfi G, Rivieri F, Bergomi M. Adverse pregnancy outcomes in a population exposed to the emissions of a municipal waste incinerator.Sci Total Environ. 2008 Dec 15;407(1):116-21.

Williams, F. L. R., Lawson, A. B., & Lloyd, O. L. (1992). Low sex ratios of births in areas at risk from air pollution from incinerators, as shown by geographical analysis and 3-dimensional mapping. International Journal of Epidemiology, 21(2), 311-319. Dep of Epidemiol Public Hlth, Ninewells Hosp and Med Schl, University of Dundee, Dundee DD1 9SY, United Kingdom.

Zambon, P., Ricci, Paolo, Bovo, E., Casula, A., Gattolin, M., Fiore, A. R., et al. (2007). Sarcoma risk and dioxin emissions from incinerators and industrial plants : a population-based case-control study ( Italy ). Environmental Health. doi: 10.1186/1476-069X-6-19.

Zmirou, D., Parent, B., & Potelon, J. L. (1984). Epidemiologic study of the health effects of atmospheric waste from an industrial and household refuse incineration plant. Revue depidemiologie et de sante publique, 32(6), 391-397.

Materiali e metodi L’approccio utilizzato per la valutazione dell’esposizione nelle due popolazioni oggetto di indagini epidemiologiche si è basato sull’attribuzione di parametri geografici a livello di civico residenziale dei soggetti arruolati. Nel seguito verranno illustrati i metodi di valutazione dell’esposizione adottati per le due popolazioni trattate, i nati nelle aree di studio nel periodo 2003-2006 e la coorte retrospettiva dei residenti. Si possono identificare due step nel processo adottato: il primo volto alla scelta del valore quantitativo da utilizzare come miglior proxy dell’esposizione (in termini di inquinante scelto, di utilizzo delle mappe di dispersione, di calcolo della quantità da assegnare a ciascun individuo); il secondo ha riguardato la scelta dell’indicatore più adatto per le indagini epidemiologiche (valore quantitativo vs. categorizzazione). Vedremo nel seguito come la scelta del calcolo del valore quantitativo e della sua categorizzazione sia stata influenzata dalle caratteristiche della popolazione arruolata e dal disegno di studio epidemiologico. Questi due aspetti hanno anche ripercussioni differenti sulla valutazione dell’incertezza e della possibile misclassificazione dell’esposizione, con le relative conseguenze sulle valutazioni epidemiologiche. Per quanto riguarda il recupero dei dati utili alla definizione delle due popolazioni, l’area di studio è stata definita come un cerchio di raggio di 4Km, sulla base di considerazioni derivanti da analisi della letteratura e da precedenti esperienze effettuate a livello locale6. La definizione della dimensione di tale area ha anche tenuto conto della densità della popolazione inclusa sia per ragioni di potenza statistica (relativa in particolare ad indagini da effettuare su patologie rare), sia per ragioni legate alla prevalenza dei possibili confondenti rispetto all’esposizione all’inceneritore. Tutti i civici residenziali che ricadono in queste 8 aree sono stati selezionati e georeferiti, a cura del Sevizio Sistemi Informativi Geografici della Regione Emilia-Romagna. Per ogni sito è stato fornito un database contenente l’elenco dei civici residenziali selezionati, corredati di coordinate geografiche, comune di appartenenza, inceneritore di riferimento e distanza dall’impianto (reale e in classi di 500 m). Il tracciato record di questo database, opportunamente riclassificato per comune di residenza, è stato utilizzato dalle diverse Anagrafi comunali coinvolte (il cui territorio entra in una delle 8 aree)come tabella di linkage con i dati anagrafici. Tutte le analisi geografiche sono state effettuate utilizzando il software ArcGIS versione 9.1, nel sistema di coordinate standard dalla Regione Emilia Romagna (UTM* Fuso 32, Datum ED50).

Popolazione dei nati

Definizione e arruolamento della popolazione I criteri di inclusione per i nati sono stati: tutti i nati residenti nell’area di studio nel periodo 2003-2006, facendo riferimento cioè alla residenza del bambino al momento della nascita. La definizione di caso ha comportato l’esclusione dei residenti nel Municipio comunale, in quanto riconducibili a

6 Elliott, P., Shaddick, G., Kleinschmidt, I., Jolley, D., Walls, P., Beresford, J., et al. (1996). Cancer incidence near municipal solid waste incinerators in Great Britain. British journal of cancer, 73(5), 702-10. Comba, P., Ascoli, V., Belli, S., Benedetti, M., Gatti, L., Ricci, P, et al. (2003). Risk of soft tissue sarcomas and residence in the neighbourhood of an incinerator of industrial wastes. Occupational and Environmental Medicine, 60(9), 680-683. Ranzi A, Fano V, Erspamer L, Lauriola P, Perucci CA, Forastiere F. Mortality and morbidity among people living close to incinerators: a cohort study based on dispersion modeling for exposure assessment. Environ Health. 2011 Mar 24;10:22.

bambini in affido, per i quali quindi non era ricostruibile la residenza della madre e di conseguenza la sua esposizione durante la gravidanza.

Valutazione dell’esposizione Per la caratterizzazione dell’esposizione tramite attribuzione di un valore di concentrazione derivante dalle simulazioni modellistiche della LP2, sono stati valutati diversi aspetti che brevemente vengono riportati. Come già ricordato in altre occasioni, le simulazioni modellistiche sono state suddivise in: simulazione solo inceneritore simulazione tutte sorgenti del dominio Dovendo ricostruire un’esposizione di 9 mesi (periodo di gravidanza della madre), si è cercato di ottenere il massimo contributo informativo possibile dalle simulazioni modellistiche, considerando le necessarie approssimazioni.

Esposizione ad inceneritore Per quanto riguarda le simulazioni per il solo inceneritore, abbiamo lavorato su 5 simulazioni, una per ogni anno di interesse (2002-2006). Avendo a disposizione simulazioni annuali (simulazioni effettuate utilizzando una meteo fissa per ogni sito), sono stati ricostruiti i contributi mensili da un valore medio annuo. Questa simulazione ha però permesso di tenere conto della “modulazione mensile” dell’impianto, cioè del contributo dell’impianto alle emissioni in quel mese, rispetto all’intero anno. Per tenere conto poi, di eventuali fermi di impianto “significativi” (in termini di numero di giorni), il valore medio della mappa è stato pesato sui giorni di funzionamento del periodo considerato. Quindi per ogni mese è stato valutato il seguente contributo:

Cmese=contributo_mese/12*valore conc. mappa Il contributo_mese è stato valutato a partire dai cosiddetti file di modulazione temporale degli impianti, che modulano il contributo mensile alle emissioni di ogni singola linea. In questo modo possiamo considerare valori di esposizione attribuibili a periodi temporali differenti (es. I trimestre o tutta la gravidanza) semplicemente sommando i contributi “Cmese” per i mesi di interesse. Per attribuire un valore di inquinante relativo al periodo considerato (es. I trimestre o tutta la gravidanza), è stata fatta una media pesata dei valori di al più 2 mappe, nel caso il periodo di gravidanza considerato comprendesse due anni differenti.

In questo caso, in base alle considerazioni riportate sopra, la formula di calcolo di una intera gravidanza avvenuta nel periodo riportato a titolo esemplificativo nel diagramma sopra, è:

9

),(*),(*9

112

1

11 ∑∑

+==

+= nj

n

i

yxCFjyxCFiExp

dove:

• (x,y) = coordinate geografiche della residenza • n1 = numero di mesi di gravidanza nell’anno precedente la nascita (nell’esempio 2002) • C1(x, y) = valore di concentrazione ricavato dalla mappa dell’anno precedente la nascita • C2(x, y) = valore di concentrazione ricavato dalla mappa dell’anno di nascita • Fi e Fj = fattori di modulazione mensile

Esposizione ad altre fonti Premesso che le caratteristiche del modello di simulazione usato non permettono di evidenziare differenze sostanziali nella morfologia delle mappe di ricaduta delle polveri e degli ossidi di azoto, la scelta è ricaduta sugli Ossidi di azoto (NOx). E’ stato quindi attribuito un valore medio di periodo, a partire dalle simulazioni fatte dalla LP2 sulla situazione “attuale”. Sono state fornite le mappe per ogni macrosettore (traffico, industria, allevamenti, agricoltura, riscaldamento), per cui sono stati assegnati a ciascun nato i valori sia di concentrazione cumulata per tutte le fonti che di concentrazione dovuta a ciascuno di questi settori. L’assegnazione del valore di concentrazione ha ricalcato la procedura presentata per quanto riguarda la localizzazione spaziale, mentre non è stato necessario fare una ricostruzione temporale della gravidanza in quanto la disponibilità era di una sola mappa di ricaduta per l’intero periodo. Assegnazione dei valori di esposizione a PM10 ed NOx per i nati dal 2003 al 2006 – procedura dettagliata in Stata Attraverso il GIS (Geographical Information System) si posso effettuare diversi tipi operazioni e analisi. In primo luogo utilizzando strumenti GIS è stato possibile georeferenziare tutte le abitazioni dove risiedono i bambini nati tra il 2003 e il 2006 nel raggio di 4 km da ogni inceneritore. L’obiettivo è assegnare per ognuno di questi punti, ovvero i civici, un valore di concentrazione di PM10 ed NOx (dati in µg/m3), a partire dalle

2002 2003 2004 2005 2006

ID data nascita M_N_FE000001: 01/06/2003

mappe di concentrazione di questi inquinanti prodotte dal software ADMS Urban. Fondamentalmente, per ogni sito, i dati di partenza che sono serviti per assegnare un valore di esposizione ad inquinanti atmosferici sono due:

1) il file shape che identifica i civici nel raggio di 4 km 2) un file “glt” che rappresenta l’output della simulazione di ADMS Urban, cioè i valori stimati di

inquinante (un file per ogni fattore considerato) Attraverso lo strumento GIS è stato possibile sovrapporre la mappa dei civici alle mappe via via create a partire dal file “glt” e assegnare ad ogni civico il valore puntuale di PM10 ed NOx corrispondente alle coordinate geografiche di ogni civico. Questa operazione è stata eseguita per ogni anno e per ogni inceneritore dal 2002 al 2006. Il database a nostra disposizione conterrà quindi le seguenti informazioni per ogni bambino:

• numero identificativo del progetto Moniter • data di nascita e sesso del bambino • valore di esposizione di PM10 ed NOx per ogni anno dal 2002 al 2006 corrispondente alle

coordinate geografiche dell’abitazione, per ogni fattore considerato

La data di nascita è un’informazione fondamentale per il calcolo della corretta esposizione individuale. Infatti per un bambino nato il 31 gennaio 2004, ad esempio, corrisponderà 1 mese di gravidanza trascorsa nel 2004 e 8 mesi trascorsi nel 2003. E’ stato quindi esposto per un mese (o meglio 31 giorni) alle concentrazioni di PM10 ed NOx relative all’anno 2004 e per 8 mesi alle concentrazioni del 2003. Abbiamo sviluppato una formula per il calcolo dell’esposizione, implementata con il software STATA 10. Utilizzando la codifica numerica della data, si possono contare il numero di giorni che un soggetto ha trascorso nei vari anni.

Esempio di codifica numerica della data in Stata

Se un bambino è nato nel 2003, il numero di giorni trascorsi nel 2003 durante la gravidanza sarà così calcolato: andando a ritroso di nove mesi possiamo sapere quanta parte della gravidanza è trascorsa nel 2002 e quanta nel 2003. Se la gravidanza del bambino nel solo anno 2003 è durata meno di nove mesi (approssimando significa meno di 270 giorni) allora i giorni di gravidanza trascorsi nel 2003 saranno così calcolati: giorni_2003_3=data_nascita-15706 quindi i giorni di gravidanza trascorsi nel 2002 saranno: giorni_2002_3=270-giorni_2003_3 Se la gravidanza del bambino è invece trascorsa tutta nel 2003 (cioè tutti i 270 giorni) allora: giorni_2003_3=270 giorni_2002_3=0 A questo punto è possibile assegnare il valore di concentrazione dell’inquinante corrispondente ai nove mesi di gravidanza per un bambino nato nel 2003. In pratica si tratta di una media ponderata che tiene in considerazione il numero dei giorni di gravidanza trascorsi nei vari anni. esp_NOX=(((NOX_2003*giorni_2003_3)+(NOX_2002*giorni_2002_3))/270) esp_pm10=(((PM10_2003*giorni_2003_3)+(PM10_2002*giorni_2002_3))/270) Questo procedimento è stato ripetuto per tutti i nati, considerando come punto di partenza la data di nascita, che può variare dal 01/01/2003 al 31/12/2006.

01/01/2003 = 15706 giorni trascorsi a partire dal 01/01/1960 01/01/2004 = 16071 giorni trascorsi a partire dal 01/01/1960 01/01/2005 = 16437 giorni trascorsi a partire dal 01/01/1960 01/01/2006 = 16802 giorni trascorsi a partire dal 01/01/1960

Coorte retrospettiva dei residenti La coorte retrospettiva dei residenti comprende 7 siti, essendo Piacenza stato escluso in quanto il relativo inceneritore è troppo recente per permettere di considerare una coorte storica di esposti. Ogni sito è diverso dagli altri in termini di inizio di attività dell’impianto e di inizio di disponibilità di informazioni continuative sulla storia residenziale dei soggetti della coorte.

Definizione della popolazione Definizione della coorte: “La coorte si compone di tutti i soggetti vivi e residenti al primo dato disponibile dell’Ufficio Anagrafe dei Comuni coinvolti, con un indirizzo valido nell’area in esame a quella data, e di tutti gli individui che sono successivamente nati o si sono trasferiti nell’area entro la fine del follow-up (31/12/2006)”. Follow-up: Il follow-up dello stato in vita viene condotto dall’anagrafe comunale. Per ogni individuo viene registrato l’eventuale decesso entro la fine del follow-up, ovvero lo stato di trasferito fuori comune, ovvero lo stato di residente. In caso di trasferimento fuori comune verranno consultate, nell’ordine, le seguenti banche dati:

• Anagrafe Assistiti dell’AUSL di riferimento • Anagrafe Assistiti regionale • Registro Regionale Cause di Morte

In caso di non reperimento di informazioni in nessuna delle 3 banche dati, si considererà vivo il soggetto fino al momento dell’emigrazione dal comune di residenza. Le persone iscritte all’AIRE (Italiani residenti all’estero) e le persone dichiarate irreperibili verranno escluse dalla coorte per impossibilità di valutare con affidabilità lo stato in vita. Ogni soggetto contribuisce al computo degli anni persona a rischio di morte dalla data di ingresso nella coorte alla data di morte, ovvero alla data di emigrazione fuori regione (o comune nel caso descritto sopra), ovvero fino alla fine del follow up.

Valutazione dell’esposizione Tutte le residenze georeferenziate sono state sovrapposte alle mappe di dispersione di inquinanti in atmosfera elaborate nell’ambito della Linea Progettuale 2. Per ogni inceneritore sono state fornite mappe di ricadute relative a periodi di attività impiantistica considerati “omogenei” per tipologia dell’impianto e normativa vigente. Ogni sito è quindi diverso dagli altri in termini di inizio di attività dell’impianto e di inizio di disponibilità di informazioni continuative sulla storia residenziale dei soggetti della coorte.

Esposizione ad inceneritore Per caratterizzare l’esposizione alle ricadute degli inceneritori sono state utilizzate le simulazioni di dispersione per l’inquinante PM10. Per quanto riguarda l’esposizione alle altre fonti (traffico, attività industriali, riscaldamento urbano ed agricoltura) sono state elaborate le simulazioni di dispersione per gli inquinanti PM10 ed NOx , anche se, come già detto, nello studio epidemiologico si è poi scelto di utilizzare gli NOx come indicatori di esposizione alle altre fonti.

Per ciascun soggetto è stata ricostruita la storia residenziale in base alle informazioni fornite dalle anagrafi. Ad ognuna delle residenze di ciascun soggetto è stato assegnato un valore di esposizione alle ricadute dell’inceneritore nel relativo periodo di residenza, considerando l’esposizione assente nel caso in cui l’impianto non fosse in funzione. In base alle date dei movimenti dei soggetti si è poi stabilità la presenza/assenza del soggetto in ciascuna residenza per ciascun anno. Per ricostruire la più lunga possibile storia residenziale retrospettiva, è stata richiesta alle Anagrafi l’informazione relativa ai censimenti 1991 e 1981. In caso di ritorno positivo del dato, è stata seguita la seguente procedura per assegnare la residenza dei soggetti nel periodo 1981-primo dato disponibile:

Rimangono periodi di attività degli impianti per i quali non vi sono conoscenze circa le residenze dei soggetti della coorte; questi periodi sono peraltro i più rilevanti da un punto di vista del potenziale impatto sulla salute, in quanto riguardano i periodi della cosiddetta “vecchia generazione” degli impianti. Un riassunto grafico è riportato nel grafico sotto.

1981 1991 199x

1976 1986

Cens. 1981 Cens. 1991 primo dato disponbile continuaitvo

La linea rossa indica l’attività dell’impianto, la barra sottostante la disponibilità dei dati anagrafici. Come risulta chiaro, nella maggior parte dei siti vi sono periodi di attività dell’inceneritore per i quali non corrisponde una conoscenza della storia residenziale della popolazione. In funzione di queste considerazioni, sono stati predisposti differenti possibili indicatori di esposizione, per i quali sono stati preparati i dati necessari al loro calcolo. Di seguito si riportano gli indicatori individuati, suddividendoli in base all’utilizzo per studi su effetti acuti e cronici. EFFETTI ACUTI: Esposizione dell’anno dell’evento: Assumendo un effetto a breve termine, si assegna l’esposizione partendo dalla mappa relativa all’anno in cui è avvenuto l’evento EFFETTI CRONICI La scelta dell’indicatore di esposizione si pone, in funzione della mancanza di informazioni sull’intera storia residenziale esposte sopra. Infatti, in caso di conoscenza completa, l’indicatore che si propone è quello di esposizione cumulativa “lifetime” (dal primo funzionamento degli impianti o dalla nascita). Questo indicatore, sicuramente il migliore approssimatore della reale esposizione, è stato applicato alla sottocoorte formata da tutti i soggetti per cui è disponibile l’intera storia residenziale in relazione al periodo di attività dell’impianto. ALTRI INDICATORI DI EFFETTI CRONICI

1. Esposizione alla residenza all’ingresso della coorte.

RE MO BO FC FE RA RN

’68 ’73 ’76 ’80 ‘90 ’91 ’93 ’94 ’96 ’97 2000 2006

Si assegna ad ogni soggetto l’esposizione puntuale relativa alla mappa dell’anno di ingresso nella coorte 2. Esposizione media su tutto il periodo. Considerando la storia residenziale del soggetto viene calcolata l’esposizione media su tutto il periodo di residenza all’interno di una o più aree oggetto di studio. 3. Esposizione cumulativa dall’ingresso nella coorte Considerando la storia residenziale del soggetto viene calcolata l’esposizione cumulata su tutto il periodo di residenza all’interno di una o più aree oggetto di studio. La tabella sotto riporta vantaggi e svantaggi identificati per i 3 indicatori proposti:

Indicatore Vantaggi Svantaggi Esposizione alla residenza all’ingresso della coorte

• disponibile per tutti soggetti • Stima dell’esposizione attraverso le mappe “storiche” prodotte dai modelli

• non considera la storia residenziale • non è cumulata nel tempo di permanenza nel sito

Esposizione media su tutto il periodo

• disponibile per tutti • considera la storia residenziale

• paradosso di meno esposto chi rimane di più all’interno dell’area • paradosso di esposizione più alta per i soggetti che muoiono prima • site-biased

Esposizione cumulativa dall’ingresso nella coorte

• disponibile per tutti i soggetti • considera la storia residenziale • esposizione cumulata

• non tiene conto del periodo di funzionamento dell’impianto in cui non ci sono info sulla storia residenziale • site biased

Considerando la filosofia del progetto (massima omogeneità nella valutazione dell’esposizione ad inceneritore nei siti) e la completezza di informazione, il primo e il terzo indicatore sembrano più idonei dell’indicatore di esposizione media.

Esposizione ad altre fonti Per quanto riguarda le altre fonti, è stata ripetuta la procedura utilizzata per la popolazione dei nati, in quanto era disponibile solamente il medesimo tipo di informazioni (mappa di ricaduta degli inquinanti per la situazione attuale).

Caratterizzazione dello stato socio economico Il potenziale confondimento legato ai fattori sociali negli studi di coorte per le aree in studio di MONITER è stato oggetto di una valutazione preliminare tramite il maggior livello di dettaglio informativo negli archivi di dati a disposizione. Nella coorte dei nati si dispone di un’informazione individuale particolarmente appropriata per l’analisi del profilo epidemiologico di bambini: il titolo di studio della madre7. Tale informazione è coerente con la misura di deprivazione calcolata a livello di sezione di censimento e per il territorio regionale (verbale 28 dicembre 2009); la validazione esterna offerta da questo confronto confortava circa l’opportunità di rivolgersi ad indici di piccole aree per la stima dei fattori sociali degli 7 Costa G., Spadea T., Cardano M. (a cura di:) Disuguaglianze di Salute in Italia, Epidemiologia e Prevenzione. Anno 28 (3) Supplemento

individui arruolati nella coorte degli adulti. L’indice di deprivazione regionale ottenuto mutuando quello nazionale8. era stato adottato con funzione di proxy della condizione individuale, ma si era deciso di ricercare una misura supplementare e più specifica delle aree in studio, possibilmente più discriminante. L’interesse si è spostato sull’area di pertinenza dello studio MONITER; si sono selezionate le 3.563 sezioni di censimento (3.206 con almeno un residente al censimento 2001) che ricadevano in un raggio di 4 Km dagli inceneritori. Si è calcolato un nuovo indice di deprivazione, con la stessa composizione di quello nazionale e regionale (combinazione di: basso livello di istruzione, disoccupazione, mancato possesso dell’abitazione, famiglia monogenitoriale e alta densità abitativa), ma con addendi standardizzati non più in riferimento alle regione, bensì all’area in studio (riduzione in punteggi Z tramite medie e deviazione standard della popolazione nell’area; categorizzazione tramite i quintili della stessa popolazione). Questo secondo indice (ID2) è lievemente più specifico del primo (ID1), ma discende ancora da considerazioni sociologiche e di pertinenza generali, oltre che di coerenza e confrontabilità con altri indici su larga scala. Al fine di generare un indice che rispecchi al meglio la combinazione di molteplici caratteristiche di deprivazione materiale e sociale, in relazione all’area in studio, si è adottato un approccio più svincolato da scelte preliminari. A partire da un insieme di dodici indicatori individuati tramite la rassega della letteratura internazionale e italiana9, si è fatto ricorso ad un’analisi multivariata per estrarre i fattori che ipoteticamente rappresentano il concetto latente di deprivazione. Si è applicata un’analisi fattoriale ponderata con l’ampiezza demografica delle sezioni (mediamente pari a 105), e ripetuta sui dati delle 2.245 sezioni in studio con più di 30 abitanti. Il fine è di garantire una maggiore consistenza alle stime dei punteggi fattoriali e testare l’influenza delle sezioni con un ridotto numero di abitanti (che contengono il 4% della popolazione). Gli indicatori considerati e standardizzati con la media e la deviazione standard dell’area in studio sono le prevalenze percentuali di: popolazione con licenza elementare o meno, popolazione con titolo di studio pari o superiore alla laurea, famiglie con persona di riferimento disoccupata o in cerca di prima occupazione, abitazioni in affitto, famiglie unipersonali, famiglie di genitori soli con figli, stranieri. Altro indicatore è quello di affollamento (numero di abitanti per stanza). L’analisi fattoriale con il metodo di rotazione Varimax porta ad individuare quattro fattori, con autovalori>1, che spiegano il 76% della variabilità complessiva; il primo rappresenta una dimensione di fragilità culturale (poco istruiti e laureati), il secondo la fragilità del supporto sociale e il disagio abitativo (stranieri, abitazioni in affitto e affollamento), il terzo la fragilità relazionale e di ricchezza (famiglie monocomponente, con persona di riferimento disoccupata), e il quarto è dato dalle famiglie monogenitoriali. L’indice di deprivazione guidato dai dati specifici dell’area in studio (ID3) è dato dalla somma dei quattro fattori (a meno del cambiamento di segno sul primo fattore, che crescendo esprime condizioni più favorevoli). La correlazione tra le tre tipologie di indice è molto alta. In particolare l’indice specifico dell’area in studio (ID2) ha una correlazione quasi perfetta con l’indice di deprivazione regionale (ID1; r=99,6%). Verificata tale corrispondenza, si preferisce scegliere una delle misure, quella relativa all’area (ID2). Del resto l’associazione che si osserva con il titolo di studio delle madri arruolate nella coorte dei nuovi nati non varia in modo sensibile. L’indice guidato dai dati (ID3) ha una buona correlazione con quello scelto tra i primi due (ID2; r=84,5%); l’accordo con il livello di istruzione delle madri dei nati arruolati rimane simile anche in questo caso.

9,10 Caranci N, Biggeri A., Grisotto L., Pacelli B., Spadea T., Costa, G. L’indice di deprivazione italiano a livello di sezione di censimento: definizione, descrizione e associazione con la mortalità. Epidemiologia e Prevenzione, Epidemiol Prev. 2010 Jul-Aug;34(4):167-76.

L’associazione con i differenti inquinanti pare ancora debole e con direzioni non omogenee. Infine l’indice che si ottiene restringendo l’analisi fattoriale alle sezioni con più di 30 abitanti è equivalente a quello calcolato su tutte le sezioni (ID3); si ravvisa, però, una maggiore dispersione ed aleatorietà delle stime da riferire alle sezioni poco popolose. Si è deciso di non escludere queste sezioni dal processo di stima dell’indice; una soluzione per contrastare la maggiore dispersione consisterebbe nell’aggregazione di sezioni esigue e contigue, perdendo di sensibilità e con un grado di soggettività da valutare. L’indice di deprivazione calcolato secondo un criterio definito per l’intero territorio nazionale pareva avere in partenza un’adeguata capacità di misurare lo specifico contesto sociale, che varia di poco qualora si costruisca un indice guidato dai dati. Sembra permanere l’assenza di particolari indizi di confondimento dai fattori sociali, ma si consiglia di testare la relazione con i vari fattori di esposizione e gli esiti di volta in volta oggetto d’analisi, sia usando l’indice nazionale ricalibrato per l’area in studio (ID2) che quello ottenuto con l’analisi fattoriale (ID3). Un possibile argomento di discussione riguarda l’opportunità di effettuare aggregazioni di sezione di censimento con meno di 30 abitanti, che coprono ampie aree del territorio e che competono il 4% della popolazione in studio.

Risultati A titolo descrittivo, si riportano le mappe di ricaduta degli inceneritori (simulazione più recente) e di tutte le altre fonti, unitamente a tutti i civici residenziali identificati per la ricostruzione delle due popolazioni, per una valutazione qualitativa della distribuzione della popolazione rispetto ai fattori di pressione ambientale considerati nei diversi siti.

Popolazione dei nati Dall’incrocio dei database sui civici residenziali e le Anagrafi Comunali, sono stati inclusi 12351 nati nelle 8 aree nel periodo 2003-2006. La tabella seguente illustra i nati suddivisi per area

Sito Comuni coinvolti [codice identificativo] Nati Piacenza Piacenza [PC1] 2078 Reggio Emilia Reggio Emilia [RE1], Cadelbosco [RE2] 3279 Modena Modena [MO1] 2282 Bologna Bologna [BO1], Castenaso [BO2], Granarolo [BO3] 925 Ferrara Ferrara [FE1], Vigarano Mainarda [FE2] 1656 Forlì Forlì [FC1], Forlimpopoli [FC2] 1553 Ravenna Ravenna [RA1] 3 Rimini Rimini [RN1], Coriano [RN2], Misano Adriatico

[RN3], Riccione [RN4] 1475

Totale 13251 I nati arruolati sono stati georeferenziati attraverso il linkage della residenza con la banca dati di coordinate geografiche di tutti i civici residenziali che cadono nelle 8 aree di indagine. Rimane ancora esclusa da questo processo di georeferenziazione il comune di Coriano di Rimini, per il quale non è ancora disponibile la georeferenziazione dei civici residenziali comunali.

Due principali problemi sono sorti riguardo la geocodifica delle residenze e l’assegnazione delle esposizioni da inceneritore. Il primo è la mancanza di informazioni geografiche sul comune di Coriano (RN). Questo problema è stato risolto utilizzando una procedura semi-automatica di raccolte delle informazioni geografiche da Internet, più precisamente attraverso query di Google Maps. E’ stato implementato un piccolo algoritmo per recuperare informazioni sulle residenze da questa piattaforma web, ottenendo Latitudine e Longitudine di ciascun indirizzo. Queste informazioni sono state ri-codificate in UTM-32 (sistema di coordinate utilizzato in tutte le analisi geografiche). Come mostrato nella figura (ellisse rosso), questo tipo di geo-codifica porta a qualche errore di approssimazione. Alcuni test hanno stimato tali errori dell'ordine di 20-70 m. Abbiamo ritenuto ragionevole questa tolleranza per i nostri scopi di assegnazione dell’esposizione.

Figura 1 – Geo-codifica delle residenze per il comune di Coriano (RN)

Il secondo problema è legato al “doppio sito” di Ferrara. Abbiamo raccolto informazioni sulle nascite nel buffer di 4 Km. dell’inceneritore in Cassana (FE), attualmente presente e attivo nell’area di Ferrara, e del vecchio e ora spento impianto di Via Conchetta. Le valutazioni e analisi ambientali sono stati effettuati solo sull’inceneritore attualemte operante, per cui non siamo in grado di includere una parte delle nascite a Ferrara nella nostra analisi. Il set di nati incluso diventa quindi:

Sito Nati BO 925 FE 345 FO 1,553 MO 2,282 PC 2,078 RA 3 RE 3,279 RN 1,475 Total 11,940

Tabella 1 – Nati inclusi nell’analisi, per sito

L’inceneritore di Reggio Emilia è stato spento per un periodo che si è protratto da prima dell’inizio dell’arruolamento fino a giugno 2005. In questo periodo sono stati arruolati 1949 nati nel sito di Reggio, per i quali l’esposizione all’inceneritore non c’è stata. Analogamente, la georeferenziazione “a posteriori” dei nati del comune di Coriano di Rimini ha identificato 51 bimbi nati all’infuori del cerchio di 4 Km. Questo gruppo di nati sono stati considerati come gruppo a esposizione 0. Alla luce di queste considerazioni e dopo aver effettuato il linkage con i dati ambientali, sono riportati nel grafico sotto i box-plot relativi ai valori di esposizione in gravidanza a pm10 (espressi in log della concentrazione, calcolata in nanogrammi/metrocubo) dovuto ad inceneritore nei diversi siti.

L’andamento particolare del sito di Reggio Emilia è dovuto al fatto che sono stati arruolati i nati a partire dall’inizio di funzionamento dell’impianto. Se si osserva invece l’andamento temporale dei valori medi di esposizione (tutti i siti assieme), si nota un progressivo decremento del valore medio di esposizione della popolazione dei nati, dovuto sostanzialmente a modifiche ad alcuni impianti, avvenute durante il periodo di studio.

-10

-50

5ln

pm10

BO FE FO MO PC RA RE RN

0

0.2

0.4

0.6

0.8

1

1.2

1.4

1.6

gen-0

3feb

-03

mar-03ap

r-03

mag-03giu

-03lug

-03

ago-0

3se

t-03ott

-03

nov-0

3dic

-03

gen-0

4feb

-04

mar-04ap

r-04

mag-04giu

-04lug

-04

ago-0

4se

t-04ott

-04

nov-0

4dic

-04

gen-0

5feb

-05

mar-05ap

r-05

mag-05giu

-05lug

-05

ago-0

5se

t-05ott

-05

nov-0

5dic

-05

gen-0

6feb

-06

mar-06ap

r-06

mag-06giu

-06lug

-06

ago-0

6se

t-06ott

-06

nov-0

6dic

-06

mese

Pm10

(ng/

m3)

media95%IC inf95%IC sup

Andamento temporale dei valori medi di esposizione durante tutto il periodo di studio

Gli eventi riproduttivi in studio hanno un’eziologia differente, che porta a legarli a differenti periodi espositivi, nella ricerca di un’associazione fra esito ed esposizione ambientale. Sono stati calcolati valori di esposizione ad inceneritore per i tre mesi prima della gravidanza, e per i singoli trimestri di gravidanza. Per fare ciò è stato definito il giorno presunto di concepimento, dalla data di nascita e durata della gravidanza, e questo è stato scelto come punto di inizio per il calcolo di periodi di 180 giorni. Si riportano di seguito le divisioni in gruppi a diversa esposizione dei nuovi indicatori calcolati. Si ricorda la categorizzazione in classi a diversa esposizione (indicatore: PM10. Classi: 1 - non esposto, 2 - 0-0.2 ng/m3; 3 - 0.2-1 ng/m3; 4 - 1-2 ng/m3; 5 - >2 ng/m3).

pre-concepimento I trim II trim III trim* Classe di esposizione n° % n° % n° % n° % 1 2315 23.27 2126 21.37 1942 19.52 1505 16.61 2 2147 21.58 2340 23.52 2504 25.17 2259 24.93 3 2884 28.98 3042 30.57 3159 31.75 3022 33.35 4 1364 13.71 1263 12.69 1191 11.97 1044 11.52 5 1240 12.46 1179 11.85 1154 11.6 1231 13.59

Total 9950 100 9950 100 9950 100 9061 100 per il III trimestre sono riportati solo i casi nati a termine

Tabella 1. Classi di esposizione per i differenti periodi considerati La concordanza fra i diversi indicatori di esposizione è alta, come riportato nella tabella sotto, dove è calcolata la concordanza, il Kappa di Cohen (semplice e pesato). Il risultato rispecchia le attese, in quanto le differenze temporali risiedono nella variabilità mensile del funzionamento dell’impianto e

nel passaggio da un anno all’altro del periodo considerato, con conseguente cambio della mappa di ricaduta di riferimento.

Indicatori di esposizione Concordanza K K pesato Intera gravidanza – preconcepimento 84.35% 0.7981 0.8565 Intera gravidanza – I trimestre 90.06% 0.8708 0.8965 Intera gravidanza – II trimestre 93.16% 0.9106 0.9093 Intera gravidanza – III trimestre 86.34% 0.8211 0.8280 Preconcepimento – I trimestre 93.41% 0.9153 0.9326 Preconcepimento – II trimestre 87.84% 0.8436 0.8772 Preconcepimento – III trimestre 76.89% 0.7030 0.7393 I trimestre – II trimestre 94.31% 0.9264 0.9444 I trimestre – III trimestre 81.90% 0.7658 0.7947 II trimestre – III trimestre 85.59% 0.8125 0.8356

Tabella 2. Concordanza fra i diversi indicatori di esposizione

Coorte retrospettiva

Georeferenziazione degli indirizzi di residenza Le anagrafi comunali di Ferrara, Forlì, Modena e Reggio Emilia, hanno fatto pervenire dei database che già contenevano le coordinate geografiche associate a ciascun indirizzo di residenza dei soggetti. Per i comuni di Bologna, Granarolo, Misano, Riccione e Ravenna si è provveduto alla georeferenziazione tramite il database della Regione Emilia Romagna. Il Comune di Castenaso ha fornito un database separato con le coordinate degli indirizzi: la precedenza nel record-linkage è stata data a tale database, mentre per le residenze non linkate si è utilizzato il database regionale. Nel complesso la georeferenziazione è stata possibile per un totale di 656'073 residenze, pari al 99.7 % dei dati resi disponibili dalle anagrafi. L’immagine seguente illustra la struttura del database finale per un ipotetico soggetto che presenta 3 movimenti su 3 residenze diverse.

Codice ID soggetto

Indirizzo di residenza

Data inizio residenza

Data fine residenza

1973 1974 1975 1976 …… 1973 1974 1975 1976 ……

120 Via Fermi 1 05/07/1973 03/06/1974 1 1 0 0 …… 2.5 2.5 ……

120 Via Cavour 17 04/06/1974 31/12/1975 0 1 1 1 …… 3.7 2.8 ……

120 Via Pascoli 3 01/01/1976 31/12/2006 0 0 0 1 …… 1.6 ……

Presenza / assenza del soggetto nella residenza

Concentrazione di esposizione (ng/m3)

La figura seguente riporta per i diversi siti il valore medio di esposizione, calcolato come media dell’esposizione di tutti i soggetti presenti per ciascun anno.

Esposizione media della coorte per anno

0

5

10

15

20

25

30

35

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

Pm10

(ng/

m3)

BO1 BO2 BO3 FE1 FO1 MO1 RE1 RN3 RN4 Le figure seguenti riportano, separatamente per ogni comune, una rappresentazione della distribuzione della variabile di esposizione per ciascun anno, sotto forma di box-plot.

Coorte principale: esposizione all’arruolamento Come già sottolineato, la disponibilità di dati storici sulla storia residenziale dei soggetti era disomogenea nei vari siti. Considerando poi le banche dati sanitarie da associare alle esposizioni nello studio di coorte, il primo dato disponibile in maniera omogenea su tutto il territorio regionale è il dato di mortalità a partire dal 1995. Ogni sito è diverso dagli altri in termini di inizio di attività dell’impianto e di inizio di disponibilità di informazioni continuative sulla storia residenziale dei soggetti della coorte. Un riassunto grafico è riportato sotto.

La coorte di residenti presenti all’interno di uno dei siti al 1995 (1996 per il sito di Rimini) è riportata numericamente nella tabella sotto

sito Soggetti % BO 22719 10.34 FE 7375 3.36 FC 42296 19.26 MO 51849 23.61 RE 64692 29.46 RN 30684 13.97 Total 219615 100.00

RE MO BO FC FE RA RN

‘68 ‘73 ‘76 ‘80 ‘90 ‘91 ‘93 ‘94 ‘96 ‘97 2000 2006 tempo

sito

1995

Il grafico sottostante riporta invece, come già precedentemente mostrato, l’andamento dell’esposizione media in ogni comune delle aree coinvolte, con l’indicazione dell’anno 1995 come indicatore scelto per l’esposizione ad inceneritore.

Esposizione media della coorte per anno

0

5

10

15

20

25

30

35

1973

1974

1975

1976

1977

1978

1979

1980

1981

1982

1983

1984

1985

1986

1987

1988

1989

1990

1991

1992

1993

1994

1995

1996

1997

1998

1999

2000

2001

2002

2003

2004

2005

2006

Pm10

(ng/

m3)

BO1 BO2 BO3 FE1 FO1 MO1 RE1 RN3 RN4 Appare subito evidente come l’andamento temporale delle esposizioni sia simile negli anni, con un abbassamento dei livelli a cavallo del 1990 e un ulteriore abbassamento dopo il 2001. I grafici riportati sotto mostrano i livelli di esposizione assegnata per ciascun sito, complessivi e suddivisi per classi di età:

0.0

2.0

4.0

6.0

8.0

10.0

Con

cent

razi

one

- ng

/m3

BO1 BO2 BO3 FE1 FO1 MO1 RE1 RN3 RN4

excludes outside values

Distribuzione dell'esposizione al 1995 per classe d'età e per sito

età: 0-14 età: 15-29 età: 30-59 età: 60-75 età: > 75

Sottocoorte Modena: esposizione cumulata L’Anagrafe Comunale di Modena ha fornito i dati relative ai censimenti 1981 e 1991 dei soggetti inclusi nella coorte. Essendo l’impianto di Modena stato attivato nel 1980, è stato possibile, per la coorte appartenente a questo sito, la ricostruzione completa della storia residenziale, con le approssimazioni di residenza illustrate nei materiali e metodi. Anche per alcuni soggetti del sito di Bologna sono state fornite informazioni sull’inizio residenza antecedenti il 1973 (anno di inizio attività dell’impianto). La tabella sotto riporta la numerosità di soggetti presenti dall’inizio di attività degli inceneritori nei due siti.

Sito Subjects % BO 12112 26.24 MO 34045 73.76 Total 46157 100.00

Riportiamo le analisi descrittive del calcolo della esposizione cumulative per il sito di Modena, che presenta la numerosità maggiore e una maggiore completezza di dati. L’esposizione cumulata viene calcolata sommando anno dopo anno la concentrazione atmosferica media (calcolata da ADMS) a cui ciascun soggetto è stato esposto nell’indirizzo di residenza, con le assunzioni, relative alla validità temporale delle informazioni dei censimenti 1981 e 1991, già descritte nei metodi, e che la figura sotto riporta per il sito di Modena.

1981 1991

1980

Censimento 1981

1986

Censimento 1991

199x

Prima data disponibile

La figura seguente illustra come varia nel tempo la distribuzione dell’esposizione cumulata nell’area di studio.

Si osservi come, mentre il valore cumulato non può che aumentare nel tempo per un singolo individuo, la distribuzione delle esposizioni si modifica negli anni in funzione dell’ingresso e dell’uscita di soggetti dalla coorte. La figura seguente illustra meglio questo concetto.

Per le assunzioni fatte in merito alla ricostruzione della storia residenziale basata sui censimenti 1981 e 1991, nel 1986 si ha l’uscita dalla coorte di 20'503 individui (coloro i quali erano presenti al

censimento 1981 ma non al censimento 1991) mentre nel 1987 si ha l’ingresso di 16'723 individui (coloro i quali non erano presenti al censimento 1981 ma erano presenti al censimento 1991). Nel 1993 si ha l’uscita dalla coorte dei soggetti presenti al censimento 1991 ma non più registrati dall’anagrafe dopo il 1994. Questo spiega le anomalie negli andamenti del grafico sopra. L’uscita di soggetti che avevano cumulato alcuni anni di esposizione, ed il contemporaneo ingresso di soggetti con bassa esposizione cumulata, causano il brusco abbassamento dell’esposizione media sull’area di studio. Le variazioni di pendenza della curva dell’esposizione cumulata media sono anche legate al variare delle mappe di ricaduta a seguito delle modifiche intercorse nell’impianto, qui rappresentate dai pallini neri indicanti l’esposizione media (non cumulata) della popolazione per ciascun anno. Si noti ad esempio l’aumento di pendenza dopo il 1996 e la progressiva riduzione dal 2003 per l’ingresso di nuovi soggetti con ridotta esposizione.

Discussione Il presente report riporta le metodologie utilizzate per la valutazione dell’esposizione di due distinte popolazioni di residenti intorno agli impianti di incenerimento, i bambini nati negli anni 2003-2006 e la coorte dei residenti dal primo dato anagrafico disponibile al 31-12-2006. I risultati ottenuti mostrano una situazione prevedibile, di continua attenuazione dell’impatto quantitativo di questi impianti sulle persone e sull’ambiente. Anche nella stretta finestra temporale dei 4 anni di studio della popolazione dei nati, si nota complessivamente come la tendenza sia ad una costante diminuzione, provocata dal continuo rinnovamento degli impianti in termini di utilizzo delle migliori tecnologie disponibili per i sistemi di abbattimento degli inquinanti emessi. Altra considerazione è una relazione diretta fra i livelli di esposizione riscontrati nei vari siti e la potenza degli impianti. Queste relazioni sono sicuramente provocate dal metodo di indagine, che fa uso di modelli di simulazione che tengono conto molto delle caratteristiche dell’impianto e delle condizioni meteorologiche e meno delle reazioni secondarie in atmosfera dall’emissione alla ricaduta al suolo, ma si possono ritenere plausibili. Come dimostra la breve indagine di letteratura effettuata sui lavori disponibili in materia e riportata nel presente report, le metodologie applicate per la valutazione dell’esposizione sono sicuramente innovative e contribuiscono a ridurre il gap fra quella che è la reale esposizione della popolazione e la sua stima calcolata tramite metodi indiretti, quali quello proposto all’interno del progetto Moniter. Si discutono brevemente nel seguito alcuni punti relativi a questa metodologia. Approssimazione dell’esposizione residenziale: La scelta del luogo di residenza come criterio per la valutazione dell’esposizione è uno dei più utilizzati (e criticati) in epidemiologia ambientale. La scelta deriva dalla disponibilità delle informazioni, sempre più precise ed affidabili sulla localizzazione dei luoghi di residenza dei soggetti in studio (si è passati da residenze comunali, ad aree sub-comunali, fino alla georeferenziazione esatta del civico di residenza). Dovendo scegliere un punto geografico per la valutazione dell’esposizione, la residenza rimane il luogo dove mediamente le persone trascorrono la maggior parte del loro tempo, come dimostrato da varie indagini, anche sul territorio della regione Emilia Romagna10. Chiaramente questa scelta è affetta, per definizione, da un grado di incertezza variabile a seconda della popolazione indagata, degli

10 Maria Eleonora Soggiu, Anna Bastone, Caterina Vollono, Mascia Masciocchi, Grazia Rago, Cinzia Sellitri. Study of inhalation exposure assessment to atmospheric pollution in Ferrara. Second phase. 2005, iii, 46 p. Rapporti ISTISAN 05/9 (in Italian)

indicatori ambientali e dei pattern temporali scelti, legata alla impossibilità di verificare se e quanto l’approssimazione residenziale allontani dalla “vera” esposizione11. Mancanza di storia residenziale completa: Questo aspetto riguarda solamente lo studio di coorte storica. La mancanza di una completa storia residenziale della popolazione che riporti fino all’inizio di attività degli impianti, come detto, non ha permesso la ricostruzione di un indicatore di esposizione cumulato. Nel conteso di questo studio la situazione è ancora più rilevante in quanto la mancanza di queste informazioni riguarda i periodi più remoti, durante i quali gli impatti degli inceneritori erano sicuramente più rilevanti di quelli dei tempi più recenti. Questo aspetto è sempre molto contestato negli studi di coorte, per cui si finisce per scegliere un indicatore che non richieda assunzioni sulla storia residenziale non nota, come ad esempio l’esposizione puntuale in un periodo noto a livello di residenza (come ad esempio il 1995 per la coorte dei residenti Moniter). Sarebbe utile riuscire a fornire una valutazione di quanto l’errore che si può commettere approssimando la storia residenziale non nota alla prima informazione disponibile crei una distorsione maggiore di quella provocata da altri fattori, quali la precisione della stima puntuale tramite mappe di ricaduta. Modellistica di ricaduta per il calcolo dell’esposizione: Il metodo adottato per la stima dell’esposizione rientra nei metodi “indiretti”, cioè nei quali non vi è una misura personale dell’esposizione, ma si fa utilizzo di surrogati. All’interno dei possibili surrogati, la scelta dell’utilizzo di una variabile quantitativa in corrispondenza del civico residenziale è sicuramente di elezione, pur considerando che si tratta di un dato stimato con strumento modellistica e non di un dato misurato. L’utilizzo di modelli analoghi a quello utilizzato per la valutazione dell’esposizione in studi epidemiologici è stato valutato in letteratura, con un sostanziale consenso della capacità di discriminare gruppi di popolazione a differente livello di esposizione12. Lo strumento adottato ha quindi caratteristiche che ne consentono un buon utilizzo per discriminare popolazioni in base ad una gradiente di esposizione a fattori di rischio ambientale. Sicuramente si è però avvertita una sostanziale differenza nel grado di affidabilità delle mappe prodotte da questi modelli nei due studi effettuati. Le mappe di dispersione utilizzate per la popolazione dei nati, base dello studio epidemiologico sugli esiti riproduttivi, sono state create a partire da una base di dati sulle emissioni degli inceneritori regolato da un sistema, comune a tutti gli impianti in base alla normativa vigente, che forniva dati semiorari sui principali inquinanti (da cui anche la decisione di soffermarsi sulle polveri piuttosto che altri composti, quali i metalli pesanti). Questa situazione ha garantito una ricchezza quantitativa di informazioni e una omogeneità tra i siti di assoluto rilievo. La ricostruzione delle mappe storiche per l’esposizione precedente agli anni 2000 ha dovuto invece fare i conti con una ricerca di informazioni su controlli e/o autocontrolli, sicuramente non omogenea e quantitativamente scarsa. L’ovvia conseguenza è stata una minore affidabilità di questo dato, parzialmente compensata dalla necessità di un valore medio di lungo periodo per lo studio di coorte sugli esiti cronici, quali mortalità e incidenza tumori.

11 Jerrett M, Gale S, Kontgis C. Spatial Modeling in Environmental and Public Health Research. Int J Environ Res Public Health, 2010, 7 1302-1329. 12 Floret N et al. Dispersion modeling as a dioxin exposure indicator in the vicinity of a municipal solid waste incinerator: a validation study. Environ Sci Technol 2006; 40(7):2149-55. Cyrys J et al. GIS-based estimation of exposure to particulate matter and NO2 in an urban area: stochastic versus dispersion modeling. Environ Health Perspect. 2005 Aug;113(8):987-92

Lo sforzo fatto assieme ai colleghi della Linea Progettuale 2 è stato sempre quello di avere la massima omogeneità possibile nelle procedure di creazione delle mappe, da cui le indicazioni ai modellisti delle varie sezioni ARPA su come utilizzare i vari dati raccolti per definire gli input emissivi da fornire ai modelli di simulazione. I risultati riportati dalla LP2, in termini di coefficienti di variazione delle mappe prodotte per il passato, la valutazione oggettiva della potenziale differenza di output delle mappe a seconda del dato utilizzato in input, e della sua conseguente differenza sostanziale nella suddivisione dei soggetti in classi a differente esposizione, rende l’enorme e innovativo lavoro fatto per la valutazione dell’esposizione nella coorte dei residenti sicuramente meno affidabile di quella effettuata per la popolazione dei nati, aprendo la discussione a possibili approfondimenti circa l’omogeneità delle procedure in questo studio. Andrebbe valutata, per situazioni come questa di scarsa disponibilità dei dati misurati e di altrettanta limitata omogeneità tra i siti indagati, l’opportunità di effettuare analisi di sensibilità utilizzando dati derivanti da input modellistici sicuramente meno precisi, ma forse più omogenei tra le aree, quali i valori massimi autorizzati alle emissioni, che annullano le eventuali differenze alle emissioni, garantendo d’altro canto le differenze legate alle condizioni meteorologiche e alle caratteristiche degli impianti. Scelta dell’indicatore di esposizione nelle indagini epidemiologiche Una volta calcolato il valore di concentrazione per ciascun soggetto, un passaggio finalizzato principalmente all’utilizzo di queste informazioni in studi epidemiologici, è la definizione di un criterio di classificazione in diversi livelli di esposizione. Gli scenari possibili di utilizzo che si presentavano erano sostanzialmente tre:

dato quantitativo: si utilizza come indicatore di esposizione il dato di concentrazione calcolato con i metodi sopra esposti

Classi di esposizione su tutto il pool dei dati: tutti i nati vengono ordinati in base al valore di concentrazione calcolato e si creano delle classi di esposizione

Classi di esposizione “sito-specifiche”: di adotta la medesima procedura del punto precedente, ma divisa per ogni singolo sito

In merito ad ognuna delle tre possibili scelte, si riportano le considerazioni necessarie per adottare tale indicatore, riprendendo e adattando l’impostazione e la nomenclatura del documento dell’IPCC sui cambiamenti climatici13.

• 1 quantitative value – Very high confidence on assessment procedures and their homogeneity – The values are virtually certain

• 2 classes of different exposures levels – Very high confidence on assessment procedures and their homogeneity – The values are likely

• 3 classes ranked on environmental data by sites – Medium-low confidence on assessment homogeneity – The values are likely

Questa dichiarazione in termini di confidence e likelihood aiuta a capire le motivazioni di una scelta piuttosto che un’altra. La prima opzione, richiede alta affidabilità dei valori quantitativi usciti dalle mappe. Ciò non è sempre vero, in particolare non nel nostro caso, per le ragioni di approssimazione spiegate in modo esauriente nel report della LP2 (e qui non riportate), che sostanzialmente spiegano come la

13 IPCC Fourth Assessment Report: Climate Change 2007

procedura adottata per le simulazioni non garantisca l’attendibilità del dato quantitativo, ma preservi l’ affidabilità rispetto ai diversi gradienti di esposizione: si è cercato cioè di evitare errori di approssimazione del dato che non fossero omogenei sull’intera area di indagine. Peraltro in un modello epidemiologico, per vari motivi, non ultimo quello di più immediata comprensione del risultato, è preferibile utilizzare variabili ordinali, piuttosto che quantitative su questo tipo di informazioni. Per queste ragioni l’ipotesi 1 è stata accantonata. Per quanto riguarda l’esposizione ad inceneritori, il disegno di studio dell’intero progetto Moniter è stato volto alla massima omogeneità delle procedure su tutti i siti, garantendo quindi un’alta uniformità delle procedure di attribuzione del valore di esposizione calcolato: in particolare per lo studio sugli esiti riproduttivi, tutti i dati utilizzati sono dati prodotti all’interno del progetto Moniter, quindi legati a procedure comuni. Per cui, rispetto alla scelta 2 o 3, si è privilegiata la prima, anche perché, per le considerazioni di omogeneità appena riportate, l’introduzione di una variabile sito-specifica rischiava di introdurre un sovraggiustamento nella variabile di esposizione. Questo discorso, applicato all’esposizione ad altre fonti, regge per quanto riguarda l’omogeneità delle procedure adottate e del trattamento delle fonti considerate. Risulta viceversa impossibile garantire una pari omogeneità per quanto riguarda i dati di partenza utilizzati per le simulazioni, che provengono dall’esterno e quindi non creati all’interno del progetto Moniter per le finalità del progetto stesso (ad es. i dati di flussi di traffico per ogni sito). In conclusione, si ritiene di aver fornito un altro tassello metodologico verso una sempre migliore approssimazione della reale esposizione della popolazione a sorgenti puntuali, quali gli impianti di incenerimento. Considerando lo natura “multisito” dello studio, particolare attenzione è stata posta nella ricerca di omogeneità di procedure tra i vari siti. La metodologia proposta pare molto robusta in situazioni di omogeneità di procedure e di disponibilità di dati di partenza, quali ad esempio la disponibilità di dati semiorari. Laddove una di queste 2 situazioni presenti delle incertezze, ci sono rischi di potenziali errori di misclassificazione, che si ripercuotono nell’accuratezza delle stime dei rischi nelle indagini epidemiologiche. In queste situazioni, una serie di analisi di sensibilità sull’utilizzo di diversi indicatori è raccomandabile, sia di tipo statistico per verificare l’indicatore più adatto ad un utilizzo in un modello epidemiologico, sia di tipo sperimentale, facendo uso ad esempio di metodi diretti di valutazione dell’esposizione, per verificare la precisione degli indicatori proposti.

Appendice Nel presente report è stato discusso il potenziale rischio di misclassificazione dovuto alle incertezze legate al processo di valutazione dell’esposizione. In questa appendice si riporta una sorta di esercizio teorico su due possibili misure dell’esposizione, applicabili nel contesto descritto. La possibilità di calcolare, per i residenti del sito di Modena, l’esposizione cumulata al 1995, ha permesso un confronto con l’altra misura di esposizione, usata per l’intera coorte, basata sul valore di concentrazione all’arruolamento (1995). Si può configurare questa analisi come uno dei possibili studi di validazione del metodo di esposizione all’arruolamento della coorte su un sottoinsieme della coorte per il quale è disponibile un valore di esposizione (quella cumulativa) che è considerato sicuramente migliore del precedente. Ci siamo limitati, in questa analisi, a confrontare i soggetti residenti dall’inizio del periodo di funzionamento dell’impianto. Il grafico di dispersione sotto mostra una buona relazione fra le due variabili per i soggetti considerati (29.739)

Abbiamo poi provveduto a categorizzare le due variabile in 5 classi, basandosi sui quintili. La tabella sotto riporta il confronto fra la classificazione dei soggetti secondo le due categorizzazioni: si conferma una buona relazione fra le due variabili, con una concordanza maggiore per i valori estremi (classi 1 e 5). esposizione | esposizione cumulata arruolamento| 1 2 3 4 5 | Total ------------+-------------------------------------------------------+---------- 1 | 4,872 830 95 107 52 | 5,956 % riga | 81.80 13.94 1.60 1.80 0.87 | 100.00 ------------+-------------------------------------------------------+---------- 2 | 456 3,758 1,565 99 72 | 5,950 % riga | 7.66 63.16 26.30 1.66 1.21 | 100.00 ------------+-------------------------------------------------------+---------- 3 | 266 1,063 3,768 750 93 | 5,940 % riga | 4.48 17.90 63.43 12.63 1.57 | 100.00 ------------+-------------------------------------------------------+---------- 4 | 208 187 426 4,427 703 | 5,951 % riga | 3.50 3.14 7.16 74.39 11.81 | 100.00 ------------+-------------------------------------------------------+---------- 5 | 159 102 89 564 5,028 | 5,942 % riga | 2.68 1.72 1.50 9.49 84.62 | 100.00 ------------+-------------------------------------------------------+---------- Total | 5,961 5,940 5,943 5,947 5,948 | 29,739 | 20.04 19.97 19.98 20.00 20.00 | 100.00

La concordanza totale tra le due variabili è del 73.5%. Il 5.2% dei soggetti si sposta in una categoria non adiacente. Il kappa (pesato con una matrice quadratica, che cioè dà maggior peso agli spostamenti più ampi tra celle) è risultato pari a 85.3%. Il fatto che la misclassificazione, pur non differenziale, non sia solo undidrezionale e verso celle adiacenti, può avere ripercussioni sui risultati di un’indagine epidemiologica. Questo anche perché la categorizzazione non è stata binaria, ma in 5 classi. Al fine di verificare questa possibilità, abbiamo creato, con una procedura iterativa random, 1000 dataset con un’ipotetica variabile di outcome binaria, tale per cui l’incidence rate ratio calcolato tramite modello di poisson (lo stesso modello utilizzato nelle indagini epidemiologiche) fosse pari a 1.5 fra il livello più alto (5) e il più basso (1) di esposizione cumulata, con un trend statisticamente significativo. Calcolo dell’IRR tra le varie classi di esposizione cumulata Poisson regression Number of obs = 29739 LR chi2(4) = 6.22 Prob > chi2 = 0.1830 Log likelihood = -1712.5704 Pseudo R2 = 0.0018 ------------------------------------------------------------------------------ morti_1 | IRR Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- _Iexpcum95~2 | 1.102045 .2153414 0.50 0.619 .7514032 1.616313 _Iexpcum95~3 | 1.203863 .2305222 0.97 0.333 .8271502 1.752144 _Iexpcum95~4 | 1.341506 .2507052 1.57 0.116 .9300737 1.934943 _Iexpcum95~5 | 1.497272 .2733632 2.21 0.027 1.046871 2.141451 py | (exposure) ------------------------------------------------------------------------------ (Trend) . xi:poisson morti_1 expcum95cod, irr exp(py) Poisson regression Number of obs = 29739 LR chi2(1) = 6.21 Prob > chi2 = 0.0127 Log likelihood = -1712.5763 Pseudo R2 = 0.0018 ------------------------------------------------------------------------------ morti_1 | IRR Std. Err. z P>|z| [95% Conf. Interval] -------------+---------------------------------------------------------------- expcum95cod | 1.106118 .0449083 2.48 0.013 1.02151 1.197734 py | (exposure) ------------------------------------------------------------------------------

Riapplicando lo stesso modello ai 1000 dataset, prendendo però in considerazione la variabile esposizione all’arruolamento, si hanno I seguenti risultati. IRR al livello 5 per le 1000 simulazioni con esposizione all’arruolamento stats | level5 ---------+---------- min | 1.062248 max | 2.042779 p5 | 1.19325 p25 | 1.316256 p50 | 1.414641 p75 | 1.523674 p95 | 1.67026 mean | 1.423298 sd | .1485607 -------------------- Nel 70.8% delle simulazioni ottengo una sottostima dell’IRR ottenuto dal modello con la variabile di esposizione cumulativa, mentre il 29.2% delle simulazioni lo sovrastimano.

01

23

Den

sity

1 1.2 1.4 1.6 1.8 2level 5

1.497

Il 28.6% delle simulazioni ha un livello di significatività più alto della simulazione con l’exp. cumulata, il 17.4% più alto ma ancora significativo, nel 54% dei casi si perde la significatività. Incrociando i livelli di significatività con l’IRR, si nota che nei casi di sovrastima, questa è sempre significativa. Per quanto riguarda il trend, rimane significativo nel 63.9% dei casi (per il 23.10 aumenta la significatività)

05

1015

2025

Den

sity

1 1.05 1.1 1.15 1.2trend1.106

Questa breve simulazione dimostra come, in caso di misclassificazione nondifferenziale, ma fra categorie non adiacenti, si possono avere casi di stime distorte dei rischi.