Studio ecologico — Studio epidemiologico aggregato
- Introdotto da
- Various; foundational work by John Snow (1854) and systematised in modern form by Brian MacMahon and colleagues
- Anno
- 19th century (Snow 1854); formalised mid-20th century
- Tipo
- Observational epidemiological study
- Famiglia
- Clinical / epidemiology
Questo testo è una traduzione automatica e non è ancora stato revisionato. Leggi l’originale in inglese
A cosa serve?
Uno studio ecologico è un disegno epidemiologico osservazionale in cui l'unità di analisi è un gruppo o una popolazione — un paese, una regione, una città o un periodo di tempo — piuttosto che un individuo.
Le esposizioni e gli esiti vengono misurati come aggregati (tassi, proporzioni o medie) e quindi correlati tra i gruppi per generare o valutare ipotesi sulle associazioni a livello di popolazione tra fattori di rischio e malattie.
L’intuizione alla base del metodo
Si pensi al confronto dei tassi di mortalità per cancro tra paesi con il consumo medio pro capite di grassi nella dieta. Non viene consultato il registro dietetico o sanitario di alcun individuo; invece, le medie nazionali provenienti da registri sanitari e dati sull'offerta alimentare vengono accoppiate e rappresentate graficamente. Una forte correlazione tra i paesi suggerisce un'associazione a livello di popolazione degna di ulteriori indagini — ma poiché i dati sono aggregati, non si può concludere che gli individui che hanno consumato più grassi siano stati quelli che hanno sviluppato il cancro. Questo divario tra inferenza a livello di gruppo e a livello individuale è la sfida distintiva del disegno ecologico.
Storia
Il disegno ecologico ha radici nel lavoro di John Snow del 1854 sulla mappatura dei decessi per colera per distretto di approvvigionamento idrico a Londra — probabilmente il primo studio ecologico in epidemiologia. La letteratura metodologica formale si è sviluppata sostanzialmente a metà del XX secolo parallelamente alla crescita delle statistiche sanitarie nazionali. Le revisioni di Hal Morgenstern del 1982 e del 1995 sono diventate riferimenti fondamentali che hanno chiarito sia l'utilità che le limitazioni fondamentali del disegno, in particolare la fallacia ecologica, un termine attribuito a William S. Robinson (1950). Il metodo rimane ampiamente utilizzato in epidemiologia ambientale, epidemiologia nutrizionale e ricerca sulle politiche sanitarie.
Quando usarlo
Utilizzare uno studio ecologico quando i dati a livello individuale non sono disponibili, proibitivamente costosi o eticamente limitati, e quando la domanda di ricerca riguarda un'esposizione a livello di popolazione — come una politica nazionale, una contaminazione ambientale o una deprivazione socioeconomica — che varia maggiormente tra i gruppi rispetto al loro interno. Il disegno è efficiente per generare ipotesi su esiti rari o malattie a lunga latenza utilizzando dati raccolti di routine. Non utilizzare studi ecologici per trarre conclusioni sulla causalità a livello individuale; la fallacia ecologica rende tali inferenze infondate. Evitare il disegno quando l'esposizione di interesse varia sostanzialmente all'interno delle unità ecologiche, quando i confondenti a livello di gruppo non possono essere misurati e aggiustati, o quando è richiesta un'affermazione causale piuttosto che un'ipotesi associativa — in quei casi, sono necessari disegni di coorte o caso-controllo a livello individuale.
Limiti e considerazioni
- Vulnerabile alla fallacia ecologica: una correlazione osservata a livello di gruppo potrebbe non valere a livello individuale, e le inferenze sugli individui da dati di gruppo sono logicamente invalide.
- Il confondimento a livello di gruppo è spesso grave e difficile da controllare perché molti fattori correlati variano insieme tra le unità ecologiche.
- La misurazione dell'esposizione è indiretta e spesso imprecisa — i dati nazionali sull'offerta alimentare, ad esempio, non catturano ciò che gli individui hanno effettivamente consumato.
- La causalità inversa è difficile da escludere quando sia i dati sull'esposizione che quelli sull'esito provengono dallo stesso periodo di tempo.
- Dipendente dalla disponibilità e dalla qualità dei dati di routine, che variano notevolmente tra paesi e periodi di tempo.
Le condizioni della fonte non sostituiscono una revisione scientifica indipendente né la validazione da parte di un motore di analisi.
Punti di forza
- Estremamente efficiente in termini di costi: sfrutta i dati di sorveglianza e amministrativi di routine esistenti senza raccolta dati primaria.
- Ben adatto a esposizioni che operano a livello di popolazione (standard di qualità dell'aria, politiche di approvvigionamento alimentare, indici di disuguaglianza socioeconomica).
- Può esaminare malattie o condizioni rare con lunga latenza dove il follow-up individuale sarebbe impraticabile.
- Rapido da eseguire — i risultati possono essere generati in settimane utilizzando set di dati pubblicamente disponibili.
- Valido per la generazione di ipotesi e per informare la progettazione di studi più costosi a livello individuale.
Applicazioni
- Esaminare le associazioni tra indici nazionali di consumo di frutta e verdura e tassi di mortalità per malattie cardiovascolari tra i paesi.
- Indagare se il consumo pro capite di alcol a livello regionale correla con i tassi di incidenza di cirrosi epatica.
- Confrontare le concentrazioni di inquinamento atmosferico tra città o contee con i tassi di ospedalizzazione per malattie respiratorie nella popolazione.
- Analizzare le tendenze temporali — se gli aumenti secolari della prevalenza dell'obesità seguono le variazioni negli ambienti di attività fisica tra gli stati.
- Valutare l'associazione tra indici di deprivazione socioeconomica a livello di quartiere e tassi di mortalità prematura.
- Generare ipotesi sul carico di malattie infettive e sui tassi di copertura vaccinale tra i sistemi sanitari nazionali.
Come funziona
Come funziona
Selezionare le unità ecologiche di analisi — tipicamente raggruppamenti geografici o temporali come paesi, stati, contee, città o anni solari. La scelta dell'unità determina quali dati sono accessibili e quali confondenti possono essere controllati; unità più fini (ad es. sezioni censuarie) consentono un'analisi più precisa ma possono avere statistiche più piccole e più rumorose.
Assemblare dati aggregati di routine per ciascuna unità: tassi di malattia da registri di mortalità o sistemi di sorveglianza, e indici di esposizione da statistiche ufficiali, database sull'offerta alimentare, monitoraggio ambientale o registri censuari. Raramente i dati vengono raccolti ex novo per studi ecologici; il disegno sfrutta tipicamente dati amministrativi e di sorveglianza esistenti.
Standardizzare i conteggi in tassi comparabili — tipicamente tassi di incidenza o mortalità standardizzati per età per 100.000 abitanti — in modo che le differenze nella struttura per età della popolazione tra le unità non confondano la correlazione ecologica.
Stimare l'associazione tra la misura di esposizione a livello di gruppo e il tasso di esito a livello di gruppo. La regressione lineare o la correlazione di Pearson/Spearman sono standard; modelli multilivello o regressione spaziale possono essere aggiunti quando i dati lo consentono. Il coefficiente di correlazione r riassume la forza e la direzione dell'associazione ecologica.
Formula
r = \frac{\sum (X_i - \bar{X})(Y_i - \bar{Y})}{\sqrt{\sum (X_i-\bar{X})^2 \sum (Y_i-\bar{Y})^2}}Interpretare l'associazione ecologica con cautela. Una correlazione positiva genera ipotesi, non prova causale. Valutare potenziali confondenti misurabili a livello di gruppo, verificare la fallacia ecologica (la correlazione di gruppo non implica la correlazione a livello individuale) e discutere se l'associazione potrebbe derivare da differenze nella qualità dei dati, nelle pratiche di segnalazione o da fattori non misurati a livello di gruppo.
Errori comuni
- Commessa della fallacia ecologica — concludere che, poiché i paesi con diete ricche di grassi hanno tassi di cancro più elevati, gli individui che consumano più grassi hanno un rischio di cancro più elevato. Questa inferenza non è giustificata dai dati a livello di gruppo.
- Ignorare la variazione intra-gruppo — quando i livelli di esposizione differiscono sostanzialmente tra gli individui all'interno di ciascuna unità, la media di gruppo è un proxy scadente e il bias di attenuazione può mascherare o esagerare le vere associazioni.
- Scegliere unità ecologiche a posteriori per ottenere un risultato desiderato (il problema dell'unità areale modificabile): la correlazione può cambiare sostanzialmente a seconda di come vengono tracciati i confini geografici.
- Trattare le associazioni ecologiche come prove sufficienti per le politiche senza replicazione in studi a livello individuale o prove sperimentali.
- Trascurare l'eterogeneità della qualità dei dati — il sottorapporto delle malattie e le incongruenze nella classificazione tra le unità possono produrre correlazioni spurie.
Domande frequenti
Cos'è la fallacia ecologica e perché è importante?
La fallacia ecologica (Robinson 1950) è l'errore di presumere che una correlazione osservata a livello di gruppo valga anche per gli individui all'interno di tali gruppi. Ad esempio, i paesi con un reddito medio più elevato possono avere tassi di cancro più elevati — ma ciò non implica che gli individui più ricchi all'interno di un paese siano più propensi a sviluppare il cancro. Sono necessari dati a livello individuale da studi di coorte o caso-controllo per testare ipotesi a livello individuale.
In che modo uno studio ecologico differisce da uno studio trasversale?
Uno studio trasversale raccoglie dati sull'esposizione e sull'esito da partecipanti individuali in un singolo punto nel tempo, consentendo l'analisi a livello individuale. Uno studio ecologico utilizza dati aggregati a livello di gruppo — non sono coinvolti registri individuali. Il disegno ecologico è più rapido ed economico ma è suscettibile alla fallacia ecologica; il disegno trasversale evita tale fallacia ma richiede la raccolta dati primaria.
Gli studi ecologici possono stabilire la causalità?
No. Gli studi ecologici generano ipotesi. Anche una forte correlazione transnazionale è coerente con molte storie causali e molti meccanismi confondenti. Stabilire la causalità richiede prove a livello individuale da studi di coorte o studi randomizzati, idealmente supportati da plausibilità biologica e gradienti dose-risposta.
Cos'è il problema dell'unità areale modificabile?
Il problema dell'unità areale modificabile (MAUP) si riferisce alla constatazione che le dimensioni e la forma delle unità geografiche scelte possono modificare sostanzialmente la correlazione ecologica osservata. Se si aggregano i dati a livello nazionale si potrebbe osservare un'associazione diversa rispetto al livello statale o di contea. Analisi di sensibilità utilizzando più livelli di aggregazione aiutano a valutare la robustezza dei risultati.
Quando uno studio ecologico è preferibile a uno studio di coorte?
Quando l'esposizione è un fenomeno a livello di popolazione — come una politica nazionale, un'esposizione ambientale condivisa o una tendenza secolare — che per definizione non può essere assegnata agli individui indipendentemente dalla loro appartenenza al gruppo. In tali situazioni, l'unità ecologica è l'unità naturale di analisi e i disegni a livello individuale non possono catturare la variazione pertinente.
Metodi correlati
Fonti
Morgenstern, H. (1995). Ecologic studies in epidemiology: concepts, principles, and methods. Annual Review of Public Health, 16(1), 61–81.
Apri il riferimento DOICopiato.Ecological study. Wikipedia.
Apri il riferimento della pubblicazioneCopiato.