🔺Analisi degli Scostamenti di Mortalità nelle Fasce d’Età 15–29, 30–49 e 50–64: Studio Osservazionale Basato sui Dati ISTAT (2015–2023)

1. Abstract

Questo studio si propone di analizzare gli andamenti temporali dei decessi nelle fasce d’età 15–29, 30–49 e 50–64 anni in Italia, utilizzando esclusivamente dati ISTAT ufficiali relativi alla mortalità comunale mensile. L’indagine si focalizza sulla quantificazione statistica dei picchi di mortalità, evitando qualsiasi riferimento interpretativo alle cause sottostanti. Si esegue un’analisi degli scostamenti di mortalità rispetto al periodo prepandemico. Per identificare anomalie rispetto ai livelli attesi, è stata adottata la tecnica dello Z-score associata a soglie di allerta statistiche rappresentate dai valori ±1.5σ e ±2σ. L’obiettivo è fornire uno strumento oggettivo per la lettura dei dati, utile a fini descrittivi e di monitoraggio.

2. Nota metodologica sui limiti dei dati

I dataset utilizzati sono stati scaricati dal portale ISTAT e coprono il periodo 2015–2023. Nonostante la fonte sia ritenuta autorevole, sono state riscontrate alcune criticità:

Incoerenze nei formati dei file Excel, con variazioni nella struttura tra gli anni.
Presenza di celle vuote, doppioni e differente classificazione delle classi di età.
Discontinuità metodologica nella definizione delle fasce d’età prima del 2015.

Questi elementi hanno richiesto una pulizia e omogeneizzazione dei dati, introducendo inevitabilmente margini di incertezza. Per analogia, è come cercare di analizzare il battito cardiaco di una popolazione con strumenti medici non sempre tarati allo stesso modo nel tempo.

3. Metodologia

La metodologia adottata per effettuare l’analisi degli scostamenti di mortalità si articola nei seguenti passaggi:

Aggregazione mensile dei decessi per fascia d’età (15–29, 30–49, 50–64).
Costruzione di una baseline (2015–2019) come periodo di riferimento pre-pandemico.
Calcolo della media mensile e della deviazione standard (σ) per ogni mese.
Determinazione degli Z-score mensili dal 2020 al 2023 secondo la formula:

dove x è il numero di decessi mensili osservato, μ è la media del periodo di riferimento e σ la deviazione standard.
Applicazione delle soglie ±1.5σ (allerta) e ±2σ (allarme).

4. Discussione dei risultati

I risultati evidenziano quanto segue:

Fascia 15–29: diversi mesi, in particolare dal 2021 al 2023, mostrano picchi superiori a +2σ, indicando anomalie statisticamente significative. Questi picchi appaiono isolati ma ricorrenti, con particolare concentrazione nei mesi estivi e autunnali.
Fascia 30–49: si osservano fluttuazioni più estese, con diversi mesi che superano +1.5σ e in alcuni casi +2σ. Il trend suggerisce un’anomalia persistente post-2020, ma meno marcata rispetto alla fascia più giovane.
Fascia 50–64: gli scostamenti sono più contenuti. Tuttavia, anche qui si evidenziano episodi sopra +1.5σ, specialmente nei primi mesi del 2021 e 2022. I picchi sono meno pronunciati ma statisticamente rilevanti.

È importante notare che l’analisi è limitata all’osservazione degli scostamenti rispetto alla media storica. Nessuna inferenza causale è stata o può essere legittimamente derivata.

5. Importanza degli Z-score e delle soglie σ

Gli Z-score svolgono un ruolo simile a un sismografo statistico: non dicono perché si verifichi un terremoto, ma quantificano con precisione quanto l’evento si discosta dalla norma.

±1.5σ: indica una deviazione significativa ma compatibile con la variabilità naturale (allerta).
±2σ: segnala un’anomalia molto rara, che si verifica in meno del 5% dei casi sotto ipotesi di normalità (allarme).

L’uso di queste soglie consente di definire criteri oggettivi per rilevare variazioni anomale nel fenomeno della mortalità.

6. Conclusioni

L’analisi dei dati ISTAT dal 2015 al 2023 per le fasce d’età 15–29, 30–49 e 50–64 ha messo in luce ripetuti picchi di mortalità mensile statisticamente anomali, concentrati nel periodo post-2020. Le anomalie sono più evidenti nella fascia 15–29, con frequenti sforamenti oltre +2σ. Tali risultati, pur non suggerendo alcuna causa, costituiscono un fatto statistico documentato, utile per ulteriori approfondimenti interdisciplinari. La trasparenza nella metodologia e l’uso di indicatori robusti rafforzano l’attendibilità dell’osservazione.

7. Riferimenti alle immagini

**Figura 1 – Scostamenti standardizzati – Fascia 15–29 anni**
Z-score mensili per i decessi nella fascia 15–29 anni. Le linee tratteggiate rappresentano i livelli ±1.5σ e ±2σ calcolati sulla media mensile del periodo 2015–2019. I picchi che superano +2σ indicano scostamenti anomali statisticamente rilevanti.

**Figura 2 – Scostamenti standardizzati – Fascia 30–49 anni**
Z-score dei decessi mensili nella fascia 30–49 anni. Anche in questo gruppo si evidenziano mesi con valori sopra +1.5σ, segnalando possibili eventi atipici. L’intensità degli scostamenti è più contenuta rispetto alla fascia 15–29.

**Figura 3 – Scostamenti standardizzati – Fascia 50–64 anni**
*Grafico degli scostamenti normalizzati mensili nella fascia 50–64 anni. I picchi di anomalia sono più rari, ma comunque osservabili nel biennio 2021–2022, soprattutto nei mesi invernali.*

**Figura 4 – Decessi mensili fascia 15–29 anni (2015–2023)**
Serie temporale dei decessi mensili nella fascia 15–29 anni. I mesi che presentano uno Z-score maggiore di +2σ sono evidenziati graficamente, mostrando una sequenza di picchi concentrati prevalentemente negli anni successivi al 2020.

ISTAT – Decessi e cause di morte

Tavola decessi comunali per comune di residenza, mese di decesso, sesso e classi di età | gennaio 2011 – marzo 2025 – (Dati utilizzati per questo studio)

Video-intervista di Radio Roma con con S. Albertini e R. Masselli. L’eccesso di mortalità c’è ma non si vede … O meglio c’è qualcuno che non vuole vederlo … In questa puntata vengono discussi e analizzati i dati che sono purtroppo inequivocabili. Nell’analisi dell’Ing. Stefano Albertini molti grafici interessanti che confermano anche quanto descritto in questo studio.

Autore testo, data mixing e data mining: Davide Suraci
Pubblicato il 18 Giugno 2025 su: Autoimmunity Reactions