la sanità Pubblica epidemiologia non può pretendere di scoprire l’utilità di IV in studi ecologici come le prime applicazioni della “curva di cambio” (variabili con caratteristiche IV) possono essere ricondotte al econometria letteratura nel 1930 . Infatti, PG Wright ha introdotto IV per stimare le elasticità della domanda e dell’offerta di semi di lino, la fonte di olio di lino . Per il nostro rivalutazione del valore di associazioni ecologiche, siamo punto l’analogia tra alcune variabili ecologiche e IV e presuppone che le analisi ecologiche sono utili e significative quando le variabili ecologiche può essere interpretato come un IV cioè una variabile che è correlata con, o, preferibilmente, di una “causa” l’esposizione individuale, ma la cui associazione con il risultato di interesse non è di per sé confuso, almeno non da smisurato variabili (Figura 1). Inoltre, la variabile strumentale dovrebbe influenzare il risultato solo attraverso l’esposizione individuale. Cioè, non ci dovrebbero essere percorsi causali che collegano IV e risultato che bypassano l’esposizione. Un esempio epidemiologico in cui le variabili strumentali si sono rivelate utili è quello della “randomizzazione mendeliana” (MR) . Ad esempio, la pressione sanguigna degli individui con mutazioni da carenza di alcol aldeide deidrogenasi viene confrontata con quelle senza tali mutazioni, poiché i portatori “in media” di questa mutazione bevono meno dei non portatori . Si noti che in questo esempio, l’uso di MR evita anche la necessità di misurare il consumo individuale di alcol, qualcosa che oltre al potenziale confondimento da variabili comportamentali è comunque pieno di problemi metodologici . Tuttavia, MR è stato anche fruttuosamente utilizzato per valutare un effetto causale della lipoproteina ad alta densità nel sangue sulle malattie cardiovascolari . Inoltre, l’analisi intention-to-treat di uno studio randomizzato controllato si basa essenzialmente anche su variabili strumentali, poiché quando la compliance è <l’assegnazione casuale al 100% al trattamento non è identica al trattamento effettivo ricevuto, ma non è influenzata dai fattori potenzialmente confondenti che influenzano la compliance del trattamento individuale.
Grafico di Markov che mostra gli effetti delle esposizioni individuali (E) sul loro risultato di salute (O) nel contesto di studi osservazionali. Sia E che O possono essere influenzati da altre variabili, inclusi i confonditori (sconosciuti) (C). L’esistenza di una variabile strumentale (IV) consente di stabilire una relazione causale tra E e O.
Degno di nota è che l’analisi intention-to-treat non stima l’effetto causale medio tra i compliers ed è quindi soggetta a bias di “diluizione”, cioè un bias verso il null a causa di un’esposizione errata. L’allocazione del trattamento è in genere una buona variabile strumentale quando usando l’accecamento non ci sono legami causali tra il braccio di randomizzazione e l’esito che ignorano il trattamento effettivo. Nel contesto degli studi clinici, è stato stabilito che la monotonicità è un requisito essenziale dell’assegnazione del trattamento per essere un buon IV. Fondamentalmente, nel contesto degli studi ecologici, la monotonicità significa che gli aumenti a livello ecologico non portano a diminuzioni a livello individuale. Ad esempio, supponiamo che nelle aree fortemente inquinate dall’aria le persone rimangano in casa così spesso da essere meno esposte al particolato rispetto agli individui che vivono in aree con meno inquinamento atmosferico, quindi non c’è monotonicità. La linearità non è richiesta, anche se le relazioni non lineari possono essere difficili nell’analisi . Nella terminologia dell’analisi causale di uno studio randomizzato controllato, ciò significa che non ci sono “sfidanti” . Questa idea può essere semplicemente estrapolata ad altri IV. Nel caso della MR e del consumo di alcol, ad esempio, la monotonicità è plausibile, poiché è improbabile che chiunque senza la mutazione del deficit di aldeide deidrogenasi avrebbe avuto un consumo settimanale di alcol più elevato nella situazione controfattuale in cui ha portato la mutazione. Nel contesto delle associazioni ecologiche, l’idea IV può essere facilmente tradotta in indagini di serie temporali quando nel periodo di diversa esposizione ecologica, come l’inquinamento atmosferico o l’introduzione di una legislazione specifica, la popolazione rimane la stessa. La monotonicità, tuttavia, potrebbe essere violata se l’avvertimento sulla salute sui livelli di esposizione ambientale cambiasse il comportamento di un individuo.
Una caratteristica interessante dell’utilizzo di un IV ecologico è il potenziale per rispondere a domande di ricerca che potrebbero non essere possibili utilizzando progetti di ricerca osservazionali alternativi a livello individuale. Per questo motivo, gli studi ecologici sono anche popolari negli studi in cui le osservazioni individuali sono spesso difficili da ottenere . Ad esempio, l’introduzione di un obbligo legale di indossare caschi da bicicletta è stata esplorata come IV per uno studio sull’impatto dell’uso di caschi (da bicicletta) sul rischio di lesioni. A livello individuale indossare caschi è probabilmente confuso con fattori come” attenzione “e”assunzione di rischi”. Tuttavia, è improbabile che un obbligo legale di indossare caschi influenzi la ” prudenza” o altri comportamenti di traffico, ma è un motivo indipendente per indossare tali caschi. Sebbene l’esistenza di defiers (persone che hanno smesso di indossare caschi a causa dell’obbligo di indossarne uno) non possa essere completamente esclusa, sono probabilmente rari.
Robinson , in particolare, ha impiegato un approccio ecologico per esplorare l’efficacia dell’introduzione di una legge obbligatoria sui caschi da bicicletta in Australia sulla riduzione della morbilità e della mortalità complessiva dei ciclisti. Robinson ha utilizzato i dati a livello di popolazione per i ricoveri ospedalieri ciclisti feriti e abbinato i dati di indagine aggregata sui tassi di indossare casco pre-legge, primo anno di legge e secondo anno di legge per sostenere che i caschi da ciclo non forniscono notevoli benefici per la sicurezza per i ciclisti a livello di popolazione. Nonostante i grandi aumenti nell’uso (obbligatorio) del casco a seguito di queste leggi sul casco, le proporzioni di ciclisti e pedoni ricoverati in ospedale per ferite alla testa hanno seguito una tendenza simile e in calo. In quanto tale, Robinson ha attribuito la riduzione osservata nei ciclisti con lesioni alla testa all’attuazione di altre importanti iniziative di sicurezza stradale allo stesso tempo come l’applicazione dei limiti di velocità, le leggi sulla guida in stato di ebbrezza, il trattamento dei punti neri degli incidenti, ecc. È interessante notare che l’effetto maggiore dell’introduzione della legge sul casco da bicicletta sembrava scoraggiare il ciclismo poiché le indagini pre e post – legge hanno mostrato riduzioni del numero di ciclisti di bambini 15 e 2,2 volte superiori all’aumento del numero di bambini che indossano il casco; un’osservazione che sembrerebbe invalidare la condizione che una flebo dovrebbe influire sul risultato solo attraverso l’esposizione di interesse. Come altro esempio, il consumo di alcol ha molti effetti, spesso negativi, sulla salute. Tuttavia, a livello individuale il consumo di alcol è associato a molti altri comportamenti, come il fumo e l’assunzione di rischi sessuali, che possono agire come confondenti quando causalmente correlati a un risultato di salute di interesse. Alcuni interventi che influenzano il consumo di alcol, come l ‘ “esperimento naturale” del divieto 1920-1933 negli Stati Uniti d’America (USA), possono offrire opportunità per aggirare questo confondimento e possono quindi agire come variabili strumentali. Tuttavia, perché ciò sia valido è essenziale che la popolazione possa essere considerata (più o meno) costante in modo che i concetti di complier e defier abbiano un senso. Quest’ultima condizione renderebbe discutibili le serie temporali a lungo termine (anni, decenni).
In altri contesti ecologici questo criterio di monotonicità potrebbe non essere così semplice da applicare; ad esempio, quando confrontiamo le regioni A e B con diverse popolazioni e diversi livelli di esposizione ecologica X. Il confronto diretto di una misura di risultato y tra A e B potrebbe non essere appropriato in quanto A e B possono avere diversi livelli di altri fattori C che influenzano causalmente y e sono quindi confondenti o modificatori di effetti. Un’altra limitazione di IVs è che ci si può aspettare che dicano qualcosa sull’effetto causale delle singole esposizioni xi su y se assumiamo che la relazione tra xi e y sia monotonica. Pertanto, qualsiasi esposizione che abbia, ad esempio, una relazione a forma di U con il risultato dovrebbe preferibilmente non essere oggetto di analisi ecologica.
Stima
L’esistenza di un IV ecologico consente di stabilire la causalità dell’associazione tra esposizione e risultato, anche quando non si osservano esposizioni individuali ma è nota la IV per ogni individuo. Tuttavia, questa è solo una conclusione qualitativa. Inoltre, può anche essere opportuno stimare la forza del rapporto tra esposizioni individuali e risultato. Quando vengono misurate anche le esposizioni individuali, ciò è semplice utilizzando i minimi quadrati a due stadi di inserimento residuo . In altre situazioni questo può essere difficile soprattutto nel contesto di relazioni non lineari.
Inquinamento atmosferico serie temporali
Un esempio in cui una variabile ecologica sembrerebbe avere caratteristiche IV appropriate è nel caso di inquinamento atmosferico variabile nel tempo, come il particolato con un diametro aerodinamico di<10 micrometri; PM10. In molti luoghi tali concentrazioni variano considerevolmente, e spesso rapidamente (entro ore o giorni), nel tempo. Sebbene i livelli medi misurati possano non riflettere accuratamente le esposizioni individuali, sembra plausibile che esistano strette correlazioni e che quindi le associazioni ecologiche possano essere utilizzate per studiare l’associazione tra inquinamento atmosferico e (diciamo) episodi di esacerbazione dell’asma. I confonditori plausibili, ad esempio la temperatura, sono misurabili e possono quindi essere regolati per. Inoltre, poiché in gran parte gli stessi individui sono osservati durante diversi periodi di tempo, il concetto di defier è facile da interpretare, vale a dire. qualcuno che ha una minore esposizione individuale durante i periodi di alti livelli ambientali. Naturalmente, tali studi sembrerebbero meno appropriati per i risultati che sono il risultato di esposizioni cumulative croniche, ad esempio mortalità cardiopolmonare o correlata al cancro, come nello studio dell’American Cancer Society .
Confronti geografici
Più difficile è il confronto ecologico tra aree geografiche, ad esempio due aree con livelli di inquinamento atmosferico ampiamente diversi (ad esempio una regione agricola rurale rispetto a una zona industriale urbana). Poiché le due popolazioni sono diverse, il concetto di” sfida ” ha solo un’interpretazione controfattuale, cioè. come qualcuno, se gli fosse capitato di aver risieduto nella zona con i livelli di inquinamento più elevati avrebbe – personalmente, avere una minore esposizione all’inquinamento atmosferico (o viceversa). Tali individui (controfattuali) sono probabilmente rari se le aree sono simili in altri aspetti (rilevanti). Tuttavia, questo potrebbe non essere sempre il caso. Gli individui con asma, per esempio, possono scegliere di non vivere in aree con alti livelli di inquinamento atmosferico e sono quindi sfidanti. Non esiste un test gold standard per valutare se le esposizioni ambientali definite geograficamente hanno proprietà IV, ma questo deve essere valutato sulla base di conoscenze sostanziali. Le esposizioni medie individuali possono a volte essere plausibili come IV, ma a volte no.
Povertà e salute
Una situazione simile può esistere nella relazione ampiamente discussa tra “ricchezza”, “povertà”, “status economico sociale”, “status occupazionale” e vari risultati (sanitari). A livello individuale, potrebbe esserci una forte relazione tra disoccupazione, ad esempio, e (scarsa) salute e mortalità, suggerendo che la disoccupazione è causalmente correlata a risultati negativi per la salute. Tuttavia, oltre ai pregiudizi di selezione, questa relazione può essere confusa da molte variabili, che possono rendere discutibile un’interpretazione causale. Gli individui disoccupati possono aver perso il lavoro a causa di una salute fisica e/o mentale più povera o possono essere meno adattabili socialmente. Una crisi economica o depressione con rapidi e massicci aumenti della disoccupazione può agire come una IV, e se la mortalità (specifica) o la morbilità non aumentano durante tali depressioni, allora si possono mettere in discussione interpretazioni causali di associazioni a livello individualistico. Ancora una volta, poiché sono coinvolti in gran parte gli stessi individui, è (almeno concettualmente) facile valutare se ci sono (un numero significativo di) sfidanti, in particolare persone che beneficiano economicamente (o trovano lavoro) durante i periodi di depressione. Sebbene tali individui possano esistere, sono probabilmente rari. Le depressioni economiche possono anche potenzialmente influenzare la salute attraverso percorsi che non implicano la disoccupazione. Ad esempio, durante le depressioni i (ancora) impiegati possono evitare comportamenti che metterebbero a repentaglio il loro impiego. Sebbene questi percorsi causali alternativi possano potenzialmente invalidare il valore delle depressioni come IV, la loro importanza sembrerebbe minore. Allo stesso modo, disastri naturali o altri “esperimenti naturali” possono allo stesso modo occasionalmente fornire buone variabili strumentali. Un esempio calzante è l’associazione ampiamente accettata tra tubercolosi e povertà ; mentre quasi tutti gli studi trasversali mostrano questa associazione il rapido aumento della povertà negli Stati Uniti e in Europa durante il 1930 non ha dato luogo ad un aumento della mortalità per tubercolosi .
Come ulteriore esempio dell’uso di IV negli studi di intervento, piuttosto che osservazionali, consideriamo l’associazione tra interventi regionali s ex worker e prevalenza del virus dell’immunodeficienza umana (HIV) in India. Questo per illustrare le situazioni in cui i livelli ecologici (geografici) di una variabile possono avere caratteristiche IV adeguate. Nei quattro stati ad alta prevalenza di HIV (Andhra Pradesh, Maharashtra, Karnataka, Tamil Nadu) dell’India meridionale, gli interventi mirati ai lavoratori del sesso (ad esempio l’uso del preservativo, il trattamento delle malattie sessualmente trasmissibili) sono implementati a livello distrettuale. Gli effetti degli interventi sulla prevalenza e l’incidenza dell’HIV a livello distrettuale sono misurati anche a livello distrettuale dalla prevalenza dell’HIV specifica per distretto nei giovani (<25 anni) partecipanti all’assistenza prenatale. L’idea alla base di questi interventi è che la prevenzione della trasmissione (mediante pratiche sessuali più sicure) tra i lavoratori del sesso e i loro clienti ridurrebbe la trasmissione complessiva dell’HIV. Questi interventi hanno ricevuto un forte sostegno dalla Fondazione Bill e Melinda Gates nella forma del progetto” Avahan”. L’esistenza di defiers, vale a dire le persone con un minor rischio di infezione da HIV in assenza di un intervento, è improbabile, quindi la monotonicità sembra plausibile. Quindi, in linea di principio, l’intervento a livello distrettuale potrebbe essere un buon IV.