Commentary minuti di lettura
L’epidemiologia al tempo dei big data e del populismo
Epidemiology at the times of big data and populism
L’editoriale di David Kriebel pubblicato in questo fascicolo1 riprende un recente Commentary di Savitz e Wellenius su Environmental Epidemiology2. In entrambi gli scritti emergono preoccupazioni che non possiamo ignorare. In un’epoca in cui siamo sommersi dai big data e dalle promesse dell’intelligenza artificiale, l’epidemiologia sta rischiando di perdere la bussola, trasformandosi da scienza della salute a una mera branca della data science. Questa preoccupazione non è solo generica: ci riguarda direttamente, specialmente oggi che i finanziamenti del PNRR stanno immettendo una quantità senza precedenti di risorse e dati nel nostro sistema. Il rischio è che la fretta di produrre risultati oscuri la qualità della riflessione epidemiologica.
David Kriebel mette nel mirino un fenomeno ormai sotto gli occhi di tutti: l’esplosione di studi nati dall’analisi automatica di database enormi (come il NHANES americano o la UK Biobank). Sono macchine per le pubblicazioni: migliaia di paper che macinano correlazioni tra centinaia di variabili senza una vera ipotesi scientifica alla base. Il risultato? Un mare di falsi positivi e risultati che nessuno riesce a replicare, che finiscono per generare solo rumore e confusione.
Per Kriebel, non esiste epidemiologia degna di questo nome se non si tiene conto di due pilastri fondamentali:
1. l’integrazione con le conoscenze biologiche: non è sufficiente che un software rilevi un’associazione statistica significativa. Senza un solido fondamento biologico, si resta nel campo delle mere coincidenze. L’epidemiologia deve recuperare la sua natura di disciplina biomedica, dove il dato statistico e il meccanismo d’azione si convalidano a vicenda;
2. l’impatto sulla salute pubblica: la ricerca non è un esercizio accademico fine a se stesso, ma uno strumento per il cambiamento. Kriebel ci ricorda che non è etico attendere un’evidenza universale e assoluta prima di intervenire. La scienza deve saper fornire risposte utilizzabili per proteggere la popolazione, adattandosi ai diversi contesti sociali e politici.
Questa discussione non avviene nel vuoto, ma in un panorama “nuvoloso”. Il paradosso, particolarmente evidente oggi negli Stati Uniti, è che temi storici dell’epidemiologia come il contrasto dei pesticidi, i PFAS o gli additivi alimentari tossici si ritrovano improvvisamente mescolati a narrazioni populiste e ambigue. Vediamo figure politiche che, da un lato, denunciano giustamente l’eccesso di chimica nel cibo o l’inquinamento ambientale (riprendendo battaglie decennali), dall’altro usano questi argomenti per alimentare teorie del complotto, scetticismo verso i vaccini o per smantellare le agenzie regolatorie (come l’Environmental Protection Agency). È proprio questa “mescolanza” a rendere tutto più opaco. Quando i risultati delle evidenze dell’epidemiologia ambientale vengono cooptati da movimenti che rifiutano il metodo scientifico o la mediazione delle istituzioni, il rischio è doppio: da una parte, le giuste preoccupazioni per la salute pubblica vengono screditate per colpa dei falsi positivi; dall’altra, l’epidemiologia rischia di essere trascinata in un territorio scivoloso dove non conta più la solidità dei dati, ma la capacità di alimentare una narrazione politica. In questo caos, distinguere tra un allarme legittimo e una strumentalizzazione populista diventa sempre più difficile.
Quello di Kriebel è un atto di fiducia nella nostra disciplina. Ci invita a non farci abbagliare dalla velocità del machine learning e a recuperare il rigore della riflessione biologica e l’impegno nella sanità pubblica. In fondo, non importa quanto sia potente il computer che usi: se perdi il legame con la realtà dei meccanismi biologici e con i bisogni della popolazione, non stai facendo epidemiologia, stai solo elaborando dati.
Chiediamo ai lettori di E&P di inviare i loro commenti e partecipare al dibattito
Bibliografia
- Kriebel D. Epidemiology is not only numbers and statistical algorithms. Epidemiol Prev 2026;50(1):10-11.
- Savitz DA, Wellenius GA. Consequential (and inconsequential) environmental epidemiology. Environ Epidemiol 2025;9(6):e433. doi: 10.1097EE9.0000000000000433
Documenti scaricabili
| File | Dimensione | Download |
|---|---|---|
| 562 ㎅ | 101 |
1.
l'utilità dell'epidemiologia
Nel numero di EP che inaugura il cinquantesimo anno di vita di Epidemiologia e Prevenzione l’editoriale di David Kriebel e il commento di Francesco Forastiere sono “giusti”. Di fatto da un po' di tempo quando leggo un articolo a impronta epidemiologica la domanda che mi gira in testa è “ è utile? A cosa serve?”. E intendo: è utile a portare nuove robuste idee di ricerca, a fornire spunti di soluzione a problemi già noti, a fornire concreti percorsi di miglioramento? Perché è questo che deve fare l’epidemiologia: non è data analysis, non è pura metodologia statistica, ma è una disciplina bio-medica, il cui scopo è quindi tendere a migliorare le condizioni di vita della collettività, attraverso solidi e possibilmente innovativi itinerari di ricerca, di vario tipo, che nascono da domande formulate sulla base delle evidenze note, e applicati a contesti diversi.
A questo proposito mi torna alla mente il ricordo della grezza, semplice indagine epidemiologica che 50 anni fa, ai tempi della nascita di EP, noi medici del lavoro da poco laureati facevamo riportando su enormi fogli di carta i risultati degli esami fatti ai lavoratori in una certa azienda: dati anagrafici, storie lavorative, dati ambientali, esiti degli esami clinici. Senza alcuna tecnologia, non disponibile a noi allora, con scarse conoscenze epidemiologiche apprese all’università (poche) o da disordinate letture. Semplici analisi descrittive delle condizioni di salute dei lavoratori in relazione all’ambiente e all’anzianità del lavoro, tenendo conto delle caratteristiche individuali. Fornivano risposte alla domanda: in questa azienda, in questo reparto, ci sono lavoratori con patologie correlabili al lavoro? In numero maggiore rispetto ad altri reparti, aziende? Nel nostro caso i risultati non aprivano nuovi terreni di ricerca, ma documentavano la situazione e aiutavano a cambiarla, con formidabili argomenti di advocacy.
A 50 anni di distanza, con tecnologia avanzata, con competenze metodologiche elevate, vorrei che quando leggo un articolo epidemiologico la domanda che mi gira in testa “è utile, a cosa serve?” trovasse quasi sempre risposta affermativa.