10 Settembre 2024Paolo Pasetti e Loris Vergolini
anziani, invecchiamento, Italia, mortalità, salute
Negli ultimi decenni, l’Italia ha conosciuto un notevole aumento dell’aspettativa di vita: un fenomeno che va di pari passo con l’aumento della quota di anziani nella popolazione. Resta da valutare in quale misura questi anni che si sono “aggiunti” rispetto al passato siano vissuti in buona salute, consentendo così un invecchiamento attivo. Paolo Pasetti e Loris Vergolini si sono proposti l’obiettivo di stratificare la popolazione anziana secondo diversi livelli dello stato di salute, studiando nel contempo quali sono i principali determinati socio-economici in grado di condizionare quest’ultimo.
Negli ultimi decenni, l’Italia ha raggiunto livelli molto elevati dell’aspettativa di vita (Caselli et al., 2021). Secondo l’Istat, nel 2023 la vita media degli italiani era di 80,6 anni per gli uomini e di 84,8 anni per le donne, tra le più alte al mondo. Tuttavia, questa dinamica demografica è caratterizzata non solo da una maggiore longevità, ma anche da una bassissima fecondità, che ha contribuito a innalzare fortemente la quota di popolazione con più di 65 anni, che oggi sfiora il 25% del totale.
L’aumento (assoluto e relativo) della popolazione anziana rappresenta una delle principali sfide per la nostra società: concetti come “invecchiamento attivo” e “invecchiamento in buona salute” sono emersi per analizzare meglio le conseguenze di queste trasformazioni. Tanto più che studi recenti hanno dimostrato come la salute non sia equamente distribuita, ma sia fortemente connessa con le disuguaglianze sociali, che restano un problema rilevante per l’agenda politica (Sarti et al. 2019; Costa et al. 2014).
Analisi dei profili di salute della popolazione over-55
Partendo da questo dibattito, abbiamo esplorato la possibilità di descrivere lo stato di salute della popolazione italiana over-55, utilizzando dati da survey. Abbiamo identificato diversi “profili di salute” attraverso una cluster analysis non gerarchica, classificando la popolazione over-55 in gruppi in base alle loro condizioni di salute e di disabilità. Questo approccio ci ha permesso di individuare i profili più a rischio, quantificandone l’entità e caratterizzandoli secondo vari parametri come il genere, il livello di istruzione e l’area geografica di residenza. Il genere è particolarmente interessante perché, nonostante le donne vivano più a lungo, spesso gli anni aggiuntivi si accompagnano a una salute funzionale più limitata. L’istruzione può influenzare positivamente la salute grazie a migliori condizioni economiche e maggiore accesso a informazioni mediche di qualità. Anche la ripartizione territoriale di residenza è cruciale in Italia: uno dei fattori determinanti di ciò può certamente essere visto nella persistente disparità Nord-Sud nell’accessibilità ai servizi sanitari.
Dati, variabili e metodi
Abbiamo utilizzato le survey “Aspetti della Vita Quotidiana”, condotte dal 2013 al 2021 dall’ISTAT, analizzando un campione di 142.218 individui di 55 anni e oltre. Va sottolineato che si tratta di un’indagine condotta esclusivamente presso le famiglie, che esclude i residenti negli Istituti per Anziani, che in Italia accolgono per due terzi persone non auto-sufficienti. Va però detto che, fra i grandi paesi europei, l’Italia è quella con la più bassa proporzione di anziani in istituto.
Per identificare i profili di salute, abbiamo considerato le seguenti cinque variabili:
1. Numero di patologie croniche.
2. Grado di soddisfazione sulla propria salute negli ultimi 12 mesi.
3. Percezione auto-riferita sullo stato di salute.
4. Presenza di limitazioni nelle attività quotidiane.
3. Uso dei servizi sanitari.
A partire da queste variabili, abbiamo creato cinque indici sintetici, che ci hanno permesso di ottenere quattro distinti profili di salute. Successivamente all’estrazione dei cluster, abbiamo operato sugli indici sintetici che li descrivono una standardizzazione per età, allo scopo di correggere gli indici stessi rispetto alle differenti strutture per età che caratterizzano i singoli cluster. I quattro cluster così ottenuti (rappresentati nel grafico in Figura 1) possono essere, sinteticamente, così descritti:
– Cluster 1 (“Buone condizioni di salute”): il più numeroso (40% del totale), con condizioni di salute generalmente buone e basso utilizzo dei servizi sanitari.
– Cluster 2 (“Buone condizioni di salute con limitazioni”): caratterizzato da discrete condizioni di salute, ma con una percezione soggettiva meno ottimale e scarso utilizzo dei servizi sanitari. Rappresenta il 34% del totale.
– Cluster 3 (“Cattive condizioni di salute con utilizzo dei servizi sanitari”): il meno numeroso (7% del totale), con elevati livelli di patologie croniche e significativo utilizzo dei servizi sanitari.
– Cluster 4 (“Cattive condizioni di salute senza utilizzo dei servizi sanitari”): caratterizzato da cattive condizioni di salute, alto numero di patologie croniche e basso utilizzo dei servizi sanitari, comprende il 19% del totale.
Questi risultati evidenziano che, complessivamente, tre quarti degli over-55 residenti nelle famiglie italiane godono di buona salute, mentre un quarto ha problemi di salute più o meno gravi, oggettivi e/o soggettivi.
I profili di salute secondo il genere, il livello di istruzione e la ripartizione territoriale
Per descrivere il diverso andamento dei cluster secondo alcune variabili rilevanti, come il genere, il livello di istruzione e la ripartizione territoriale di residenza, abbiamo ritenuto opportuno descrivere i cluster stessi attraverso due rilevanti indici: il numero di patologie croniche e lo stato di salute auto-riferito (in quest’ultimo caso, a valori più elevati dell’indice corrisponde uno stato di salute auto-percepito peggiore). Abbiamo pertanto analizzato i valori, standardizzati per età, di tali indici, nei diversi cluster, secondo le variabili di interesse appena citate (genere, livello di istruzione, ripartizione territoriale di residenza).
Numero di patologie croniche e stato di salute auto-riferito secondo il genere.
Come si può notare osservando la figura 2, il numero di patologie croniche, con la sola eccezione del cluster 1 nel quale non si notano differenze, è fortemente differenziato tra maschi e femmine, a tutto svantaggio di queste ultime. Se, invece, osserviamo la figura 3, notiamo come la percezione dello stato di salute auto-riferita non presenti differenze tra i due generi, con la sola eccezione del cluster 3 (nel quale si nota una leggera differenza a sfavore delle femmine).
Numero di patologie croniche e stato di salute auto-riferito secondo il livello di istruzione.
Se osserviamo la figura 4, il numero di patologie croniche, seppure limitatamente ai cluster 3 e 4, presenta un netto gradiente dell’indice al diminuire del livello di istruzione, raggiungendo i livelli massimi in corrispondenza di coloro che non hanno nessun titolo di studio. Se, invece, osserviamo la figura 5, notiamo come tale gradiente sia ancora presente, ma soltanto per quanto riguarda il cluster 3, e comunque con un’intensità minore. Il cluster 4 presenta, invece, un andamento altalenante dell’indice, con livelli più elevati in corrispondenza, rispettivamente, dei laureati e di coloro che non hanno nessun titolo. Non si registrano, invece, particolari differenze nei cluster 1 e 2.
Numero di patologie croniche e stato di salute auto-riferito secondo la ripartizione territoriale di residenza.
Se esaminiamo la figura 6, il numero di patologie croniche, anche se limitatamente ai cluster 3 e 4, presenta una forte differenziazione secondo la ripartizione territoriale di residenza: in sostanza, mentre il livello dell’indice risulta essere quasi invariato per il Nord-Ovest, il Nord-Est e il Centro, tale livello assume livelli decisamente più elevati in corrispondenza del Sud e delle Isole. Il valore dell’indice più alto in assoluto, sia per il cluster 3 sia per il cluster 4, si registra per il Sud.
Se, invece, passiamo ad osservare la figura 7, notiamo come tale gradiente sia quasi del tutto assente, con la sola eccezione del cluster 3, per il quale si nota un gradiente (non molto marcato) nella direzione Nord-Sud, che raggiunge un minimo in corrispondenza del Nord-Est. Non si notano, invece, particolari differenze nei cluster 1 e 2.
Riferimenti bibliografici
Caselli, G., Egidi, V., & Strozza, C. (2021). L’Italia longeva: dinamiche e diseguaglianze dellasopravvivenza a cavallo di due secoli. Bologna: Il mulino.
Sarti, S., Biolcati-Rinaldi, F., & Vitalini, A. (2019). The role of individual characteristics and municipalities in social inequalities in perceived health (Italy, 2010–2012): A multilevel study. Journal of Public Health, 27, 21-28. DOI: https://doi.org/10.1007/s10389-018-0933-5
Costa G., Bassi M., Gensini GF, Marra M., Nicelli AN, Zengarini N. (a cura di) (2014). L’equità nella salute in Italia: secondo rapporto sulle disuguaglianze sociali in sanità. Milano: Franco Angeli.
Eurostat (2013). Revision of the European Standard Population. Luxembourg: Publications Office of the European Union.
(*) Il presente lavoro si colloca all’interno di “Next Generation EU”, nell’ambito del Piano Nazionale di Ripresa e Resilienza (PNRR), Investimento PE8 – Progetto “Age-It: Ageing Well in an Ageing Society” [DM 1557 11.10.2022]. Le opinioni e i pareri espressi sono solo quelli degli autori e non riflettono necessariamente quelli dell’Unione Europea o della Commissione Europea. Né l’Unione Europea né la Commissione Europea possono essere ritenute responsabili di quanto qui espress