Behaviour Risk Factor Surveillance Data Analysis Using Varying Coefficient Models

C'è un alto potenziale di informazioni disponibili nei dati di sorveglianza sui fattori comportamentali di rischio, specialmente per lo studio di tendenze evolutive nella popolazione: questi dati vengono infatti raccolti in modo quasi continuo e per lunghi periodi temporali. Per spiegare le relazioni complesse e le dinamiche tra le variabili, evitando l'aggregazione di misure per non perdere l'informazione sulla variabilità, è stata studiata la possibilità di applicare a questi dati modelli a coefficienti variabili con tecniche non parametriche. Questi modelli permettono lo studio delle tendenze e delle interrelazioni negli effetti delle variabili sul risultato di interesse nel tempo o nello spazio, fornendo quindi informazioni preziose per gli interventi di politica sanitaria. Un confronto delle possibili tecniche di stima, utilizzando i dati di sorveglianza italiani, ha portato alla selezione delle P-spline perché più flessibili nel loro utilizzo e computazionalmente più veloci. Questo metodo di stima è stato applicato ad un modello a coefficienti variabili nel tempo per lo studio di una variabile risposta sulle abitudini al fumo utilizzando i dati di sorveglianza italiani. Inoltre, è stato studiato un modello a coefficienti variabili nel tempo per l'esito di una variabile risposta sullo stato di obesità utilizzando i dati di sorveglianza statunitensi. Dai risultati derivanti dall’applicazione di questi modelli vengono prodotti grafici (di coefficienti e OR) utili per osservare quali sottogruppi della popolazione presentano effetti che stanno evolvendo nel tempo. Anche un modello a coefficienti spazialmente variabili è stato studiato (in riferimento ad un determinato momento temporale) utilizzando stime spline con lisciature fornite dal prodotto tensoriale. Le mappe prodotte da questo modello sono state in grado di evidenziare come le probabilità della variabile risposta (obesità) stanno cambiando attraverso le contee di un stato negli USA all'interno di ogni sottogruppo della popolazione. I punti di forza e i limiti di questi metodi sono stati discussi, inoltre alcune raccomandazioni per ulteriori ricerche sono state proposte per lo studio di un modello spazio-temporale utilizzando i dati di sorveglianza sanitaria. Nonostante alcune limitazioni, il modello a coefficienti variabili rappresenta un approccio efficace dimostrando di produrre risultati interessanti (non accessibili con il consueto e tipico approccio epidemiologico) in questo particolare campo applicativo.