Paolo Vineis (Imperial College London): «Le massicce raccolte dati possono essere una grande opportunità nella ricerca, ma se gestite male possono distorcere i risultati e incrementare le diseguaglianze…»
Big Data, se ne parla sempre di più. Raccolte di dati sempre più massicce utili a analizzare l’andamento dei mercati, del commercio e dei trend della società. Anche nel campo della sanità le raccolte dati stanno sempre più determinando un’evoluzione degli orientamenti, tuttavia, un grande volume di dati non basta per assicurarsi un’analisi di buon livello. Infatti fondamentale è l’utilizzo di questi elementi e come vengono gestiti. Rischi legati alla presenza di errori nella selezione e nell’interpretazione sono all’ordine del giorno e possono mettere a rischio la validità delle conclusioni di una ricerca. Proprio di questo ne parla Paolo Vineis, docente di Environmental Epidemiology all’Imperial College London impegnato nello studio delle relazioni esistenti tra parametri ambientali complessi e vari outcome di salute.
«Oggi abbiamo a disposizione grandi volumi di dati, spesso anche informativi. Questo è un bene – spiega Vineis – ma allo stesso tempo nutro delle riserve a riguardo. Infatti, nell’analisi di questi elementi, possono essere commessi degli errori. Parliamo di distorsioni ad esempio oppure associazioni falsamente positive tra patologie, tra presunte cause. Non mancano esempi nella storia della ricerca medica in cui si sono verificate delle vere e proprie ‘distorsioni’ legate alla selezione particolare dei pazienti oppure a caratteristiche intrinseche dei dati».
«Ritengo sia importante – sottolinea il professore – mettere in guardia dagli errori derivanti da analisi errate che possono aprire strade di ricerca sbagliate e quindi supportare investimenti erronei, emersi da un cattivo uso di dati, frutto di atteggiamento poco critico».
La rotta che segue la sanità del futuro, viaggia anche in direzione della ‘medicina di precisione’, una vera e propria rivoluzione per la salute che combinerà informazioni genetiche e dati clinici per personalizzare le cure a seconda delle caratteristiche del paziente. Chiaramente questo approccio si intreccia indissolubilmente alla raccolta dati che fornisce materia prima per studi e deduzioni.
«Oggi è possibile selezionare alcuni pazienti che rispondono ai farmaci e altri che non rispondono e addirittura hanno manifestazioni allergiche e gravi – spiega Vineis -. Quindi la medicina di precisione è assolutamente indispensabile. Ma anche questo campo, come i Big Data, può dare risposte distorte. Esistono vari casi in cui interventi a livello di popolazione soprattutto preventivi (a cominciare addirittura dalle misure di sanità pubblica dell’800) hanno avuto un impatto positivo, anche più rispetto a esempi di medicina di precisione. Non nego di essere preoccupato del fatto che, l’eccessiva enfasi relativa alla medicina di precisione, possa incrementare le diseguaglianze sociali, contrastare la tendenza all’universalismo dell’offerta assistenziale. Stiamo attenti che la medicina di precisione non sottragga risorse alla sanità pubblica e al sistema sanitario universale».
Paolo Vineis ha coordinato uno studio, che ha coinvolto quasi due milioni di persone di sette diversi Paesi, in cui emerge che carenti condizioni socio-economiche pesano sulla salute in modo equivalente ai fattori di rischio quali obesità e fumo. «Questo è un ottimo esempio di applicazione di Big Data – spiega il professore -. Abbiamo studiato 1 milione e 700mila persone in diversi continenti in relazione allo stato socio-economico, quindi non solo povertà ma anche classe sociale d’appartenenza. Da questo studio è emerso che la mortalità e gli anni di vita perduti, sono legati inevitabilmente allo stato socio-economico, come i fattori di rischio comuni, fumo, alcol, alimentazione, obesità e così via».
