🔺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

💉 E se il vaccino non fosse stato il protagonista? Una rilettura critica del caso difterite

📖 Introduzione

Normalmente viene creduto che la vaccinazione antidifterica abbia rappresentato una svolta determinante per l’eradicazione della difterite. Tuttavia, l’efficacia attribuita a questo intervento merita una valutazione approfondita e contestualizzata, sia alla luce delle fonti storiche che delle metodologie scientifiche utilizzate per sostenerla. È infatti necessario distinguere tra ciò che può essere dimostrato sperimentalmente e ciò che viene solo dedotto da correlazioni storiche o assunzioni consolidate.

Nel corso del Novecento, la vaccinazione contro la difterite è stata presentata come uno dei maggiori successi della medicina preventiva. Tuttavia, quando si analizzano in dettaglio le basi scientifiche su cui poggia tale affermazione, emergono interrogativi importanti. Una valutazione equilibrata deve infatti distinguere tra dati osservazionali, correlazioni temporali, criteri di causalità e presupposti etici. Questa sezione propone una riflessione critica sulla metodologia della prova vaccinale, con particolare attenzione al concetto di “bias di presunzione” e ai limiti strutturali delle evidenze disponibili.

🧠 Cos’è il bias di presunzione?

Il “bias di presunzione” si verifica quando un trattamento viene considerato efficace non in base a una dimostrazione sperimentale diretta (come un trial clinico controllato), ma per il fatto che il suo utilizzo è storicamente consolidato e socialmente accettato. In questo scenario, si afferma che non è più etico testare l’efficacia del vaccino contro un gruppo di controllo non vaccinato, perché il vaccino sarebbe già noto per essere efficace.

Un esempio concreto al di fuori del campo vaccinale è l’uso sistematico di alcune terapie farmacologiche per la gestione dell’ipertensione lieve nei pazienti anziani: per decenni, tali farmaci sono stati somministrati sulla base di pratiche consolidate, senza una robusta base di RCT specifici per quella fascia di popolazione. Solo in anni più recenti sono emerse revisioni sistematiche che hanno messo in dubbio l’efficacia clinica in termini di riduzione della mortalità complessiva in quei soggetti.

Questa posizione, apparentemente ragionevole, genera però un cortocircuito logico: se non si testa più un intervento perché lo si ritiene già efficace, ma lo si ritiene efficace proprio perché è usato e non testato, allora la base conoscitiva diventa circolare e autoriflessiva.


❓ Il paradosso della non verificabilità

Karl Popper, filosofo della scienza, ha stabilito che una teoria è scientifica solo se è falsificabile, cioè sottoponibile a esperimenti che potrebbero potenzialmente smentirla. Quando una pratica sanitaria, come la vaccinazione antidifterica, viene sottratta alla possibilità di verifica sperimentale perché già “accettata”, essa smette di essere scientificamente falsificabile e rischia di assumere i tratti di un dogma.

La mancanza di trial controllati randomizzati (RCT) per i vaccini storici è comprensibile sul piano etico e storico. Tuttavia, il fatto che questa mancanza venga considerata irrilevante o addirittura virtù metodologica solleva dubbi fondati. Studi osservazionali e dati storici possono suggerire correlazioni forti, ma non sono equivalenti a una prova causale sperimentale.


⚖️ I criteri di Hill: un compromesso epistemologico

In epidemiologia, per sopperire all’impossibilità di fare RCT in certi contesti, si utilizzano i cosiddetti criteri di Bradford Hill: nove indicatori (come forza dell’associazione, coerenza, plausibilità biologica) che, se presenti, rafforzano l’inferenza causale. Nel caso della difterite, molti di questi criteri sono soddisfatti. Tuttavia, non colmano il divario metodologico tra osservazione e dimostrazione.

🧩 Effetti sulla costruzione del sapere scientifico

Il rischio è che la presunta efficacia diventi un assioma non verificabile, protetto da vincoli etici, politici e comunicativi. Questo blocco alla revisione critica può trasformarsi in un “infallibilismo epistemico”, dove ciò che non si può più mettere alla prova non può nemmeno essere più discusso. Un approccio del genere, sebbene motivato da prudenza e buona fede, finisce per indebolire la scienza stessa, che si fonda sulla rivedibilità permanente delle proprie ipotesi.

🔚 Conclusione

Rimettere al centro il rigore metodologico significa riconoscere che la verità scientifica non è mai definitiva. In assenza di RCT, l’efficacia vaccinale può essere inferita con metodi alternativi, ma è necessario esplicitare i limiti di queste inferenze. Ammettere i dubbi non indebolisce la scienza: la rafforza. In questo senso, una riflessione critica sulla prova vaccinale è non solo legittima, ma doverosa.

Le implicazioni pratiche di questo approccio sono molteplici. In primo luogo, occorre promuovere una maggiore trasparenza nella comunicazione scientifica, distinguendo con chiarezza tra ipotesi fondate, prove osservative e dimostrazioni causali. In secondo luogo, si suggerisce una revisione delle politiche sanitarie orientata a valorizzare anche i determinanti strutturali della salute pubblica (igiene, nutrizione, istruzione, equità), evitando una visione monocausale centrata unicamente sull’intervento tecnico. Infine, una cultura scientifica aperta al dubbio rafforza la fiducia dei cittadini: mostra che la scienza è un processo in continua verifica, non un insieme di verità assolute.


Appendice: Confronto visivo e interpretativo per quattro paesi europei

Difterite e politiche sanitarie in Europa: confronto tra Italia, Regno Unito, Francia e Spagna

Difterite e politiche sanitarie in Europa: confronto tra Italia, Regno Unito, Francia e Spagna

Italia, Regno Unito, Francia e Spagna sono stati scelti come casi di studio per il loro valore rappresentativo nella storia della sanità pubblica europea. Questi paesi mostrano differenze significative nella tempistica di introduzione del vaccino antidifterico, nel grado di sviluppo delle infrastrutture sanitarie e nelle politiche di igiene pubblica. Tali differenze offrono un’opportunità unica per valutare l’interazione tra fattori strutturali e interventi specifici come la vaccinazione.

Sono stati elaborati grafici relativi a Italia, Regno Unito, Francia e Spagna nel periodo 1880–1980. Ogni grafico mostra:

  • la mortalità da difterite per 100.000 abitanti,
  • l’indice di avanzamento delle riforme igienico-sanitarie (0–1),
  • la reale data di introduzione della vaccinazione in ciascun paese,
  • il coefficiente di correlazione di Pearson (r) tra le due curve.

🇮🇹 Italia (vaccino introdotto nel 1940)

Il calo della mortalità inizia ben prima del 1940 e segue quasi parallelamente l’aumento dell’indice delle riforme igienico-sanitarie. Il coefficiente di correlazione Pearson (r = −0.99) suggerisce una fortissima associazione inversa tra miglioramento igienico e calo della mortalità.

🇬🇧 Regno Unito (vaccino introdotto nel 1942)

Anche qui, la discesa della mortalità precede l’introduzione del vaccino e si intensifica grazie a politiche pubbliche urbanistiche e sanitarie adottate già dagli anni ’10. Il valore r = −0.98 conferma una correlazione forte.

🇫🇷 Francia (vaccino introdotto nel 1930)

La Francia ha introdotto il vaccino più precocemente, ma anche qui la traiettoria della mortalità era già decrescente. L’indice delle riforme raggiunge alti livelli prima del 1940. Il coefficiente r = −0.97 mostra una relazione solida.

🇪🇸 Spagna (vaccino introdotto nel 1950)

La Spagna presenta un ritardo sia nella diffusione del vaccino sia nelle riforme igieniche, ma proprio per questo offre un caso particolarmente istruttivo: anche qui la mortalità cala prima del 1950, e il coefficiente r = −0.96 suggerisce un impatto primario delle riforme.

In sintesi, i dati suggeriscono che le riforme igienico-sanitarie strutturali abbiano inciso profondamente sull’andamento della mortalità da difterite, con un ruolo causale non secondario.

🧾 Sintesi conclusiva

L’analisi comparativa dei dati storici relativi a Italia, Regno Unito, Francia e Spagna evidenzia in modo coerente l’importanza dei fattori ambientali e delle riforme strutturali nella riduzione della mortalità da difterite. Questi risultati rafforzano l’idea che l’efficacia delle vaccinazioni di massa debba essere riconsiderata (le curve analizzate non mostrano relazioni causa-effetto) al fine di non pervenire a conclusioni trionfalistiche sul loro presunto successo. Ne deriva un invito a integrare le strategie di prevenzione con investimenti continui nella sanità pubblica, nelle infrastrutture e nella cultura della salute, per affrontare in modo più completo e sostenibile le malattie infettive.


📚 Fonti e riferimenti

  1. Armstrong, G. L., Conn, L. A., & Pinner, R. W. (1999). Trends in infectious disease mortality in the United States during the 20th century. JAMA, 281(1), 61–66.
    https://pubmed.ncbi.nlm.nih.gov/9892452/
  2. Centers for Disease Control and Prevention. (1999). Achievements in Public Health, 1900–1999: Control of Infectious Diseases.
    https://www.cdc.gov/mmwr/preview/mmwrhtml/mm4829a1.htm
  3. Galazka, A., Robertson, S. E., & Oblapenko, G. (1995). Diphtheria: Manual for the Management and Control of Outbreaks in the WHO European Region. WHO Europe.
    https://apps.who.int/iris/handle/10665/108107
  4. Hamlin, C. (1998). Public Health and Social Justice in the Age of Chadwick: Britain, 1800–1854. Cambridge University Press.
    https://www.cambridge.org/core/journals/medical-history/article/edwin-chadwick-revisited-christopher-hamlin-public-health-and-social-justice-in-the-age-of-chadwick-britain-18001854-cambridge-history-of-medicine-series-cambridge-university-press-1998-pp-vii-368-4000-6495-0521583632/0204A812F60D5C0107E5A13043CE30B5
  5. McKeown, T. (1976). The Role of Medicine: Dream, Mirage, or Nemesis? Oxford University Press. https://www.jstor.org/stable/j.ctt7zvwjp
  6. Porter, D. (1997). Health, Civilization and the State: A History of Public Health from Ancient to Modern Times. Routledge.
    https://www.routledge.com/Health-Civilization-and-the-State-A-History-of-Public-Health-from-Ancient-to-Modern-Times/Porter/p/book/9780415200363
  7. Szreter, S. (1988). The importance of social intervention in Britain’s mortality decline c.1850–1914: A re-interpretation of the role of public health. Social History of Medicine, 1(1), 1–38.
    https://doi.org/10.1093/shm/1.1.1
  8. World Health Organization. (2014). Water, sanitation and hygiene interventions and the prevention of diarrhoea.
    https://www.who.int/tools/elena/bbc/wsh-diarrhoea

Autore testo, data mixing e data mining: Davide Suraci
Pubblicato il 27 Maggio 2025 su: Autoimmunity Reactions

Translate »