Background
La morte cardiaca improvvisa durante lo sport (MCIS) si identifica come "morte improvvisa in coincidenza temporale
con l'attività sportiva e in assenza di cause esterne atte a provocarla" (Di Paolo, M. Zacchia,2002 ,199-210).
Sulla base di studi prospettici e retrospettivi, si è stimato che l'incidenza della MCIS varia tra 0,4 e 13 casi ogni 100.000
atleti. In generale, il rischio di MCIS in un atleta risulta essere approssimativamente 2,5 volte maggiore rispetto ai non atleti, con un rapporto d'incidenza tra uomini e donne di 10:1. Ovviamente, l'attività sportiva non è in sé stessa causa di morte, ma può innescare condizioni patologiche in individui predisposti che conducono all'arresto cardiaco e alla morte se l'intervento dei soccorsi non avviene con le giuste tempistiche. Soprattutto nei giovani atleti, l'arresto cardiaco durante l'attività fisica si presenta come il primo sintomo di patologie cardiovascolari importanti non diagnosticate fino a quel momento.
L'estrema variabilità della stima d'incidenza è data dal metodo di raccolta dei dati che, non basandosi su registri ufficiali, risulta spesso incompleta; inoltre, i diversi criteri utilizzati nella compilazione dei dataset degli studi svolti finora, li rendono non confrontabili.
Metodologia
Lo studio ha come obiettivo una stima accurata dell'incidenza di MCIS in Italia. Tale obiettivo sarà raggiunto attraverso l'utilizzo di modelli statistici di cattura-ricattura con eterogeneità ottimali per l'elaborazione di stime non distorte. Saranno presi in considerazione i decessi riconducibili a MCIS avvenuti in Italia e relativi a soggetti di età maggiore di 8 anni, avvenuti tra il 2006 e il 2017.
La durata prevista per lo studio sarà di un anno.
I dati saranno raccolti attraverso notizie riportate dai media (web, stampa e televisione).
La stima dell'incidenza sarà effettuata mediante il modello di cattura ricattura con eterogeneità che, tra quelli disponibili, più si adatterà ai dati ricavati
Costruiremo la nostra analisi sui modelli di cattura-ricattura. Questi modelli sono basati su un sistema a liste separate che verranno ottenute dal web (una lista=una sorgente di informazione). Tali modelli permettono di stimare l'incidenza della MCIS anche qualora tutti gli eventi di MCIS avvenuti in Italia non vengano inclusi nel nostro database.
Il razionale è molto semplice e porta a una stima del numero di eventi che non compaiono in alcuna lista, sulla base della sovrapposizione tra le liste stesse. Le stime risultanti sono non-distorte (ovvero, non sovrastimano o sottostimano sistematicamente l'incidenza).
La logica è la seguente: supponiamo che ci siano due fonti giornalistiche che riportano informazioni su eventi MCIS. Un certo numero di eventi, chiamarlo n10, apparirà solo nella prima lista. Un certo numero, chiamato n01, apparirà solo nella seconda lista. Infine, n11 apparirà in entrambi gli elenchi. Chiamate anche il numero totale di pazienti che appaiono almeno in una lista. Il numero totale di eventi è ovviamente dato da N = n + n00, dove n00 è il numero di eventi MCIS che non appaiono in nessuna delle liste. Il metodo di cattura-ricattura consente di stimare n00, e di conseguenza la dimensione totale della popolazione. Un semplice stimatore di N per due elenchi, in assoluta omogeneità e assunzioni di indipendenza, è dato da (n10 + n11) (n01 + n11) / n11. Questo è il noto estimatore Lincoln-Peterson e segue da un semplice assunto di indipendenza nei due da due tabelle. Infatti, in una tabella due per due sotto l'indipendenza, il valore atteso per n11 è dato dal numero di righe totali del totale della colonna diviso per la dimensione della popolazione, cioè n11 = (n10 + n11) (n01 + n11) / N. L'inversione di questa formula per l'ignoto N dà lo stimatore Lincoln- Peterson.
In casi più generali e con più di due elenchi, non esiste espressione chiusa per una stima di N. Questo deve essere ottenuto massimizzando numericamente la probabilità. D'altra parte, quando vengono raccolti più elenchi, la precisione aumenta. Inoltre, le ipotesi di omogeneità e lista di indipendenza che stanno alla base della stima Lincon-Petersen sono raramente ottenibili nella pratica.
Per quanto riguarda la stima del numero di casi (o di nuovi casi) di MCIS, è evidente che dovranno essere presi in considerazione varie fonti di eterogeneità e di interazione tra cui, in primo luogo, eventi che riguardano atleti ad alto livello più probabilmente compariranno in elenchi diversi, vista la risonanza che in questi casi ha la notizia; in secondo luogo, eventi avvenuti in piccoli centri avranno maggior probabilità di essere riportati sulla stampa locale rispetto a quelli delle grandi città in cui, per questo motivo, ci aspettiamo un'incidenza minore. Anche l'eterogeneità non osservata può essere presa in considerazione, almeno in parte. Tutti questi problemi, se ignorati, sono una fonte di pregiudizio o di perdita di informazioni che portano ad aumentare le lunghezze degli intervalli di confidenza.
Le stime verranno inoltre stratificate per sesso e classi di età.
Per la trattazione degli obiettivi secondari, sarà eseguita l'analisi statistica descrittiva delle variabili categoriche con la descrizione delle frequenze (in valore assoluto e in percentuali). Per le variabili continue (come l'età) saranno determinate ed analizzate le misure di tendenza centrale (media, mediana, moda), la distribuzione di frequenza e i relativi intervalli di confidenza al 95%.