the system dynamics simulation to contrast obesity … · social and economic ... una persona...
TRANSCRIPT
The System Dynamics Simulation to contrast obesity and
epidemic phenomena with municipal plans and programmes
an experience of Municipal Capacity Building between prevision and planning
by
Arnaldo Vecchietti
Abstract
The article introduces an original approach to the building of territorial planning using dynamic
simulation.
The most effective strategies to manage the complex phenomena are the ones that can guarantee a
cross-cutting and interdependent operational approach.
They are strategies that allow themselves to dynamically self-adapt to the uncertainty of the context
in which they operate.
Strategies which achieve economies by externalities.
The article, while talking about obesity, presents an approach to the drafting of plans: territorial
plans, traffic plans, sustainability plans, implementation of spending review plans and so on.
Public expenditure, related to the age-group distribution of a population, is low for the young (up
to the age of 14), with the exclusion of those who are less than one year old and grows
exponentially for seniors ( over 65 years).
The conjoint effect of an ageing society and the increase of the epidemic phenomena is likely to be
fatal for the public financing system of the actual local welfare.
Italy shares with Germany the highest rate of ageing population in Europe- Italy 20.1%- Germany
20.5%, but as we know it can’t share with Europe’s locomotive the same economic resources to
dedicate to welfare.
A situation where (in Europe) the common needs of citizens do not correspond to the common
solutions provided by Government because of the lack of resources can become dangerous from a
social and economic point of view.
When the problem is this it is indispensible for the public authority to do more with less.
We are in this situation today. We have to satisfy an increasing amount of needs with a decreasing
quantity of resources.
If we don’t rapidly learn new ways to plan and to manage robust plans and programmes of change
we run the risk of shifting the whole society backwards because of the inadequate role of our public
authority.
This is the subject of the article in the context of obesity and of dynamic simulation.
Obesity can represent any kind of epidemic disease in a society, and dynamic simulation can
represent a general tool to better manage any plan and programming activity of a public authority.
Nota introduttiva
In questo articolo si presenta un’esperienza di contrasto di un fenomeno epidemico (l’obesità)
tramite pianificazione assistita da simulazione dinamica che ben si presta a numerose altre
applicazioni in ambiti territoriali e gestionali, di implementazione di Politiche Pubbliche Locali, di
budgeting municipale, spending review e smart spending. L’approccio descritto è particolarmente
adatto a governare piani complessi come quelli che riguardano la pianificazione territoriale, lo
sviluppo locale, la mobilità ed il traffico di aree vaste, tramite l’anticipazione critica degli effetti
sistemici determinati da flussi che costituiscono stock e attivano dinamiche auspicate o temute.
L’esempio riportato in questo breve articolo permette di valutare come e quanto la simulazione
dinamica costituisca un formidabile strumento di supporto alla presa di decisioni nella pubblica
amministrazione dove dall’uso di risorse pubbliche deve sempre e comunque scaturire più valore di
quanto ne venga prelevato. La struttura logica degli interventi che seguono questo approccio,
indipendentemente dai contenuti di volta in volta trattati, rappresenta una nuova modalità operativa
dell’agire pubblico, sostenibile e responsabile. Uno stile che affronta i problemi delle comunità
territoriali garantendo sempre il miglior effetto leva dell’investimento pubblico.
Obesità epidemica e politiche pubbliche locali
Studi recenti dell’Organizzazione per la Cooperazione e lo Sviluppo Economico(OCSE) dimostrano
che l’obesità ha assunto i caratteri propri delle epidemie.
Una persona gravemente obesa perde in media 8-10 anni di vita. Ogni 15 kg di peso in eccesso il
rischio di morte prematura aumenta del 30%.
La spesa sanitaria dovuta all’obesità è del 25% superiore a quella ordinaria.
Le malattie legate all’obesità sono tra quelle maggiormente responsabili dell’aumento di spesa
sanitaria nei paesi OCSE, dove la spesa sanitaria, oggi in contrazione, nel decennio 2002-2011 è
passata dal 6,3% al 7,2% del PIL. In Italia la spesa sanitaria complessiva è pari al 9,5 % del PIL. La
spesa sanitaria pubblica copre il 7,3% del PIL.
La spesa sanitaria pubblica nazionale attuale è pari a circa 110 miliardi di euro.
In Italia la stabile situazione di minor incidenza dell’obesità, rispetto agli altri paesi industrializzati,
sta cambiando a causa dell’elevata obesità giovanile, soprattutto infantile, ambito in cui ogni 5 anni
il fenomeno aumenta del 2,5%. Situazione questa che impatta negativamente ormai anche sui conti
degli Enti Locali e sulla qualità della vita dei cittadini.
Per interrompere la spirale epidemica è importante intervenire con programmi territoriali che
mirano a creare economia da esternalità positiva. Programmi che siano frutto di una migliore
conoscenza della struttura sistemica del problema. Solo attraverso la comprensione della struttura
del processo di obesificazione in essere, riusciremo a dotarci di efficaci politiche pubbliche di
contrasto che, a parità di costo ne aumentino l'utilità complessiva. Politiche pubbliche locali che
integrano risorse, obiettivi e territori, patrimonializzando gli effetti cumulati e dinamici di un
sistema di interventi ad hoc in segmenti laterali a quelli abitualmente considerati comunali.
La simulazione a supporto della pianificazione
Obiettivo di questo articolo è quello di valorizzare il ruolo della simulazione come strumento
cooperativo di programmazione e gestione di politiche pubbliche locali (PPL) a contrasto di
situazioni epidemiche e o processi involutivi su cui intervenire con Piani ad hoc. In particolare si
presenta un possibile uso della simulazione dinamica come supporto alla loro implementazione a
livello territoriale per migliorare la qualità della vita ed il benessere, la competitività e l'attrattività
di un luogo.
Il simulatore, che brevemente si presenta, supporta la realizzazione di piani di intervento integrati.
Le previsioni sulla popolazione in sovrappeso e obesa nel periodo 2013-2053 vengono usate sia
come punto di partenza nel dimensionamento della popolazione sensibile, che come risultato
auspicato o temuto di specifiche PPL .
Politiche Pubbliche Locali frutto di attività gestite in modo partecipativo tramite mix di azioni
attente sia al problem setting che al problem solving, contestualizzati.
Le previsioni vengono effettuate sulla base di un modello dell’evoluzione demografica, che
evidenzia stati possibili e/o auspicabili del saldo naturale e migratorio di un territorio.
Alla popolazione totale prevista/auspicata nel periodo considerato viene applicato un tasso variabile
di obesità (T0) ed un tasso variabile di correzione dell’obesità (TVC0). Entrambe le funzioni T0 e
TVC0 sono interpolabili tramite cursori.
Il risultato descrive l’evoluzione temuta/auspicata della condizione di sovrappeso e dell’obesità nel
tempo. I tassi applicati, obesità e sua correzione, rappresentano il risultato di politiche/azioni che
consistono nel prendere o non prendere determinate decisioni da parte del decisore pubblico.
Decisioni relative a PPL per le quali l'interesse degli Enti Locali è crescente.
Decisioni pesate in base alla loro relativa sensitività al fenomeno osservato.
La simulazione in questo modo rende possibile concretamente la valutazione ex-ante delle PPL e la
redazione di Piani Integrati d'Azione che integrino effettivamente la specializzazione funzionale
delle strutture pubbliche sul territorio, in coerenza con gli scenari che garantiscono la robustezza del
modello nella spiegazione del fenomeno, tramite adeguati test di sensitività.
Tramite il simulatore è possibile quindi mettere alla prova modelli alternativi di impatto delle PPL.
Le situazioni di partenza in termini quantitativi, il modello qualitativo, le interpolazioni dei dati,
vengono operazionalizzate con le modalità della System Dynamics tramite il software VENSIM
DSS. I modelli SD sono considerati “metamodelli” la cui formulazione necessita di un doppio salto
di astrazione (sistema-modello qualitativo-modello quantitativo). Modelli che sono particolarmente
efficaci quando descrivono sistemi che reagiscono ai cambiamenti in modo inaspettato, spesso
controintuitivo e dove cause ed effetti divergono e differiscono nel tempo e nello spazio.VENSIM è
un tool che consente di trovare una soluzione quantitativa del sistema di equazioni differenziali.
Le risultanze delle simulazioni permettono di dimensionare obiettivi ex-post ed ex-ante, e di
produrre quadri di riferimento dinamici per le attività di pianificazione e valutazione
interistituzionale di PPL che affrontano temi non solo di allocativi di risorse pubbliche,
finalizzandoli alla realizzazione di economie da esternalità positive.
Il simulatore è uno strumento che facilita e supporta la presa di decisioni in contesti caratterizzati
dal perseguimento di obiettivi multi-livello e multi-scopo. Situazioni territoriali in cui ci si appresta
ad introdurre strumenti di programmazione e pianificazione comuni, tra Enti diversi. Situazioni in
cui si vogliono valutare dimensioni e risultati di PPL in modo matriciale.
L'”analisi di sistema”, che sta alla base del simulatore, ha messo in luce che la possibilità di
quantificare preventivamente i vantaggi/svantaggi delle PPL in termini di spesa è uno strumento
potente per motivare a prendere o a non prendere determinate decisioni, a partire dal punto di leva
del sistema, che in fase iniziale di modellazione, è senz'altro costituito dallo stock di popolazione
del territorio e dai flussi di azioni che impattano sull'obesità.
Il simulatore dà il meglio di sé a supporto di gruppi di lavoro per la stesura di Piani Integrati di
intervento che vogliono vedere subito i risultati del piano su cui stanno lavorando, che vogliono
avere un'idea immediata delle conseguenze principali delle scelte e delle decisioni che devono
prendere agendo su parametri, stock, ritardi, flussi, feedback, per evitare di cadere nella trappola di
assumere i desideri degli esperti come realtà (Wishful Thinking).
Lo scenario base demografico, modificabile, è nel caso dell'esempio grafico presentato in questo
lavoro, stabile con modesto incremento del saldo migratorio. I dati di Input, in parte di origine
demografica ed in parte di origine epidemiologica, danno origine a flussi e stock riferiti a possibili
piani e programmi locali per la riduzione dell'obesità.
Nel caso, ad esempio, di un gruppo di lavoro chiamato a valutare possibili azioni e relative
conseguenze di un “Piano Locale di Riduzione dell'Obesità” (tavola 1), i vantaggi che derivano
dall'uso di un simulatore sono considerevoli da più punti di vista.
Tavola 1
Grazie al supporto del simulatore, molto si può fare nell'immediata comparazione di alternative e
altrettanto si può, operando sulla valutazione degli effetti del cambiamento di comportamenti e
risultati, comparando impatto economico con tipo e dimensione del cambiamento.
Da un punto di vista socio-economico, il simulatore può supportare efficacemente riflessioni ed
approfondimenti sui motivi dell’obesità, che sono da attribuirsi ad una serie di cambiamenti sociali
e territoriali avvenuti massicciamente nel secondo dopoguerra. L’aumento dell’obesità è dovuto al
progresso tecnologico che ha determinato una significativa riduzione dei prezzi degli alimenti
trasformati e alla diffusione della cosiddetta economia del supermercato ma anche dallo svilupparsi
di stili di vita sempre più insalubri, inattivi e passivi, condizionati da scelte pubbliche sbagliate.
L’aumento medio dei redditi ha indotto l’aumento di consumo di cibo (ricreazionale e/o sostitutivo
di gratificazione) nonostante la riduzione della percentuale di reddito a questo scopo consumata, ma
è anche dovuto ad assenza di educazione al valore del benessere. Come questi aspetti possano
essere interessati da PPL emanate di comune accordo tra Comune, Azienda Sanitaria e Camera di
Commercio, ad esempio, è facile da comprendere e, grazie alla simulazion,e diventa facile da far
capire ai decisori pubblici. Molti fattori inizialmente percepiti come ininfluenti per il problema,
grazie alla simulazione, diventano fattori rilevanti perché finalmente se ne può prevedere l'impatto.
Quando il modello permette di individuare i giusti indicatori, la simulazione rende evidente il
risultato dei piani e questi tornano ad essere strumenti di gestione e non di manipolazione. Il costo
sociale è utile per quantificare l’assorbimento di risorse investite a causa dell’obesità nel tempo. Gli
effetti negativi sulle condizioni di vita dell’obeso e della sua famiglia assumono un valore ex ante
che mette in evidenza la perdita netta di utilità per la collettività.
Pianificare in questo modo con l'ausilio del simulatore vuol dire aprire il processo della
pianificazione alla gente coinvolgendola nelle decisioni, inglobando nelle decisioni le tre
componenti principali dei costi di investimento:
• costi diretti ( risorse dedicate alla prevenzione e il trattamento dell’obesità e delle patologie
correlate);
• costi indiretti ( dovuti a perdità di produttività);
• costi intangibili ( dovuti agli effetti psico-sociali dell’obesità).
A partire dall’evoluzione demografica prevista nel territorio negli anni a venire può essere calcolato
il costo sociale, come somma dei tre costi appena visti. Costi che vengono certamente influenzati
dalla presenza o assenza di specifiche politiche pubbliche. I vari attori che determinano le PPL
possono, in tempo reale, avere indicazioni sufficienti per ottenere una prima valutazione ex ante di
quanto stanno ancora solo immaginando. Gli scenari alternativi che si possono facilmente generare
permettono inoltre di graduare intensità, gradualità e granularità delle misure considerate.
Allargando in questo modo lo spazio del possibile da cui attingere le cose da fare e la verifica del
probabile ricavabile dall'osservazione dei trend in campo sociale, economico e demografico.
La programmazione e gestione assistita dalla simulazione migliora la sua efficacia in modo
considerevole rendendo più agevole il raggiungimento di risultati condivisi e l’autocritica di ipotesi
astruse o dai risultati negativi. La stesura di un piano, assistita dalla possibilità di anticipare i suoi
risultati, migliora significativamente la capacità di gestione degli attori coinvolti e il monitoraggio
in itinere delle politiche pubbliche. La pianificazione assistita dal simulatore rende praticabile e
conveniente l'evidenziazione delle coerenze fra ambiente, strategia e struttura del sistema trattato.
Le fasi di:
• Definizione obiettivi del piano;
• Individuazione delle variabili su cui far leva per incidere sul sistema osservato;
• Realizzazione del modello qualitativo del sistema e sua traduzione nel modello quantitativo;
• Realizzazione dei test di calibrazione e validazione;
• Scelta s simulazione di policies alternative;
• Monitoraggio e valutazione dei risultati;
diventano una procedura di programmazione e gestione maggiormente ancorata alla realtà, più
intelligente e consapevole di quanto avvenga a seguito di negoziazione.
Il vantaggio è enorme in termini di efficacia della policy scelta per trattare il problema e in termini
di efficienza della struttura/e di gestione della policy. I piani redatti con il supporto dei simulatori
non permettono la loro implementazione in assenza di evidenza continua di progresso nel
raggiungimento del risultato auspicato e rendono indispensabile che le eventuali azioni correttive
rientrino completamente nel piano rischedulato. Una pianificazione integrata e dinamica.
Un risultato ulteriore, da non sottovalutare, riguarda l’effetto sistemico di Capacity Building e
coinvolgimento dei portatori di interesse nel trattamento/gestione del problema, in termini di presa
in carico e di responsabilizzazione diretta nel trattamento dei problemi e dei loro fattori costitutivi.
Una prospettiva “Total Quality”.
Un Piano formulato con il supporto del simulatore ha evidenti vantaggi rispetto ad uno realizzato in
modo tradizionale, su base di assunti deterministici, non dinamici. Vantaggi in termini di
governance e di creazione di capacità di programmazione e gestione territoriale.
Un programma di azioni, redatto con il supporto del simulatore, segue la dinamica dei fattori e il
loro contesto, permettendo riflessioni alternative e stesura di azioni correttive più adeguate a
fattispecie specifiche (scenari).
Permette poi di affrontare il problema degli indicatori ad un livello di dettaglio coerente con il
modello di struttura del sistema osservato che si è usato per costruire lo stesso simulatore. Se il
modello è demografico, gli indicatori strutturali riguarderanno i quattro movimenti naturali del
sistema, due in entrata e due in uscita: nascite e immigrazione; morti ed emigrazione. Se il modello
è economico, la sua struttura, a partire da entrate e uscite del sistema, si articolerà per processo
produttivo e così via. Non c'è nulla da inventare, da sovrapporre, per spiegare e monitorare
l'evoluzione del sistema.
Nel modello che presentiamo, la segmentazione in età giovanile, adulta e anziana, è fattore
strutturale rispetto a bisogni di salute e categorie di intervento correttivo, perchè permette di
attribuire ad ogni categoria specifici comportamenti, atteggiamenti, esposizioni al rischio. Tutti
elementi significativi nella previsione e dimensionamento di una PPL.
Anche gli obiettivi possono essere in questo caso differenziati e associati alla dinamica del modello
previsivo, dando origine a stime di costo o risparmio anche particolarmente raffinate sia in termini
di flusso che di stock.
Simulatore e Modello
Il frontespizio del simulatore, (tavola 2) oltre a presentare il modello formale (diagramma di
Forrester) permette di visualizzare il modello demografico territoriale e i sub-modelli di previsione
del sovrappeso e dell'obesità.
Tavola 2
Simulatore Demografico Obesità Veronese
SDOV
modello
popolazione
totale
obesità
giovanile
obesità adulti
obesità anziani
popolazione
sovrappeso e
obesa
Su entrambi gli aspetti si può intervenire per classi di età, correzione della tendenza prevista e
risparmio potenziale. Sia la componente demografica che quella epidemiologica interpolano i dati
tramite cursori.
I diversi scenari vengono presentati in relazione a tre classi demografiche:
Giovani ( fino a 14 anni );
Adulti ( dai 15 ai 64 anni );
Anziani (oltre i 65 anni).
I valori modificabili, tramite cursori, sono 11 nella funzione di dimensionamento dello scenario
demografico di base, 6 nel dimensionamento dello scenario relativo all’obesità e 2 nel singolo
dimensionamento per classi di età del costo (sia di flusso che di stock).
La simulazione al computer è realizzata attraverso la definizione di un “System Dynamics Model”
(SD) che include la definizione di alcune variabili fisiche in termini di Stock e di Flow e relative
equazioni che rappresentano i legami di influenza tra variabili. Il modello dinamico è costituito
pertanto da un insieme di equazioni differenziali ordinarie che legano tra di loro la serie di variabili
considerate dall'Analista.
La simulazione è quindi data dalla risoluzione per passi discreti del sistema di equazioni creato.
La simulazione che si realizza alla base del modello è sostanzialmente demografica (tavola 3).
Tavola 3
Il modello SD viene presentato nella forma del diagramma funzionale delle relazioni causa-effetto
del sistema osservato (diagramma di Forrester). Il modello così rappresentato è quantitativo e
rappresenta l’evoluzione della componente qualitativa dell’analisi fondata sull’analisi dei cicli
causali del sistema osservato.
Il modello demografico di base alimenta tre stock di popolazione relativi alla componente giovane,
0-14 anni, adulta, 15-64 anni e anziana, oltre 65 anni, attraverso i flussi in entrata delle nascite,
maturazione-invecchiamento e immigrazione. Ai flussi in entrata vengono detratti i flussi in uscita
delle emigrazioni e morte. A completamento del carico e scarico del sistema vengono utilizzati i
parametri di allungamento della vita e di anni di sopravvivenza .
I periodi di maturazione e invecchiamento, pur se modificabili, sono stati quantificati in 14 anni nel
primo caso e 50 nel secondo. Gli anni di sopravvivenza vanno definiti come speranza di vita al
compimento del 64° anno.
Gli stock considerati dipendono da tassi di input e output, descrivibili in termini di rapporti tra nati,
popolazione, unità di tempo.
Gli stock sono pertanto rappresentabili come integrali della somma dei flussi in entrata meno la
somma dei flussi in uscita.
Il modello (SD) ha come “valvole” quantitative i tassi (natalità, mortalità, immigratorietà,
emigratorietà). I tassi vanno considerati come parametri dei piani di contrasto/supporto che abbiamo
visto prima (piano locale di riduzione dell'obesità - PLRO)
La struttura del modello SD è costituita da quattro elementi principali:
1. variabili STOCK che descrivono lo stato del sistema;
2. variabili FLUSSO che riempiono e svuotano le variabili STOCK;
3. meccanismi feedback che retroagiscono sulle variabili;
4. funzioni di decisione che descrivono il modo in cui le informazioni circa lo stato delle
variabili STOCK vengono usate per azionare le variabili FLUSSO.
Le variabili STOCK, evidenziano lo stato del sistema in un dato momento, e rappresentano il
risultato di processi che hanno già avuto luogo (tavola 4).
Tavola 4
I valori di STOCK rimangono tali anche in condizioni statiche, nell’ipotesi cioè che si interrompa
lo scorrere del tempo. Le variabili STOCK rappresentano la continuità tra presente e futuro, perché
contengono le informazioni necessarie per definire le decisioni e quindi le azioni future.
Le variabili FLUSSO, rappresentano invece i processi di cambiamento dello stato del sistema.
Contengono le informazioni della dinamica del sistema e quindi, sono descritte per intervalli di
tempo. Quando il tempo è nullo ne assumono lo stesso valore.
Il modello della popolazione in sovrappeso isola l’evoluzione del fenomeno nelle tre classi già
viste: giovani, adulti e anziani (tavola 5).
Tavola 5
L’evoluzione del sovrappeso è il risultato dell’applicazione di un tasso di incidenza di sovrappeso
alla situazione demografica del modello di base, corretta. La correzione permette di simulare
l’effetto positivo (da nullo a 1) e quello negativo (da –1 a nullo) delle azioni pesate e riferite alle
politiche pubbliche considerate.
Obiettivo del PLRO sarà quindi quello della riduzione della popolazione soprappeso, prevista in
funzione dell'evoluzione auspicata del fenomeno.
Per ottenere la riduzione dell'evoluzione prevista si dovranno prevedere una serie di azioni pesate in
termini di loro contributo alla riduzione del fenomeno.
Le azioni avranno quindi la necessità di essere pesate e/o rappresentate con indicatori rilevabili e
misurabili.
La base dati degli indicatori viene aggiornata/monitorata da specifica struttura (Osservatorio
Territoriale).
Il modello della popolazione obesa, come il precedente sulla popolazione sovrappeso, aggiunge alla
simulazione demografica il calcolo del costo aggiuntivo sostenuto per il trattamento dell’obeso
(
tavola 6).
Il costo aggiuntivo è costituito dalla somma dei costi diretti, indiretti e intangibili specifici del
sovrappeso - se le PPL considerate ne permettono il calcolo bottom-up-oppure viene calcolato come
differenza top-down tra il costo del trattamento complessivo dei normopeso e quello complessivo
degli obesi.
Il diagramma prende in considerazione lo scopo principale del modello SD: quantificare la
dimensione del fenomeno e la spesa derivante dall'assenza/ presenza di correzione/trattamento.
Anche in questo caso come avvenuto nei precedenti quadri, gli obiettivi pianificati devono
permettere di valutare i cambiamenti indotti (diretti/indiretti) sui tassi di input/output del sistema.
Oltre a ciò gli obiettivi pianificati devono quantificare in termini di costo le azioni da
attivare/contrastare.
Il risultato del quadro evidenzia i benefici di azioni previste come componenti di politiche
pubbliche.
Ottenuta una prima definizione dei fattori che determinano la condizione da contrastare ( o favorire)
si procede alla calibrazione del loro effetto sul tasso (valvola) considerato (tavola 7).
Tavola 7
Il Piano a questo punto dispone di parametri certi su cui agire, per simulare il risultato di un certo
numero (anche consistente) di azioni. La o le policies che vengono simulate vengono liberate dai
pregiudizi delle componenti politiche che si attivano in termini negoziali ancor prima di aver
definito il problema e che riducono le politiche in politica.
Il cruscotto del simulatore si presenta articolato in quadri di dettaglio e permette di operare sulla
serie di fattori strutturali che determinano i flussi e gli stock di popolazione residente (tavola 8).
Tavola 8 (impatto di natimortalità, speranza di vita e suo miglioramento.)
giovani
40,000
35,000
30,000
25,000
20,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
giovani : Current
adulti
200,000
175,000
150,000
125,000
100,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
adulti : Current
anziani
80,000
75,000
70,000
65,000
60,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
anziani : Current
popolazione totale
300,000
275,000
250,000
225,000
200,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
sone
anno
popolazione totale : Current
natalità
0 0.050.0142
attrattività immigrazione giovanile
-1 20.9490
attrattività emigrazione giovanile
-1 20.9830
attrattività immigrazione adulta
-1 20.9230
attrattività emigrazione adulta
-1 21
attrattività immigrazione anziani
-1 21
attrattività emigrazione anziani
-1 21
allungamento vita
-1 21
home
mortalità giovanile
0 0.010.00026
mortalità adulti
0 0.010.002
anni sopravvivenza
1 40--
I cursori permettono di agire sulle “valvole” di input e output del sistema.
A favore della crescita troviamo:
- natalità;
- attrattività positiva (immigrazione);
- allungamento della vita.
A favore della riduzione della popolazione troviamo:
- mortalità;
- attrattività negativa (emigrazione);
- accorciamento della vita.
Fattori che verranno considerati come variabili valutative dell'efficacia delle PPL.
Il quadrante dei grafici permette di verificare direttamente il flusso relativo alla consistenza annuale
degli stock di giovani, adulti e anziani.
Informazione attraverso la quale si può agevolmente prevedere l'impatto della spesa causata da
fenomeni epidemici correlati all'età della popolazione.
Il quadro relativo alla popolazione in sovrappeso e obesa risulta dall’impatto dei fattori ritenuti
determinanti nel processo che determina le condizioni di sovrappeso e obesità di componenti
specifiche della popolazione, per fasce d’età (tavola 9).
Tavola 9
giovani obesi
6,000
5,000
4,000
3,000
2,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
giovani obesi : Current
adulti obesi
20,000
17,500
15,000
12,500
10,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
adulti obesi : Current
anziani obesi
10,000
9,500
9,000
8,500
8,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
anziani obesi : Current
tasso obesità giovanile
0 10.18
tasso obesità adulti
0 10.1
tasso obesità anziani
0 10.23
giovani sovrappeso
20,000
17,500
15,000
12,500
10,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
giovani sovrappeso : Current
adulti sovrappeso
60,000
55,000
50,000
45,000
40,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
adulti sovrappeso : Current
anziani sovrappeso
40,000
35,000
30,000
25,000
20,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
anziani sovrappeso : Current
tasso sovrappeso giovanile
0 10.4
tasso sovrappeso adulti
0 10.3
tasso sovrappeso anziani
0 10.43
home
popolazione sovrappeso
100,000
95,000
90,000
85,000
80,000
2013 2021 2029 2037 2045 2053
Time (Year)
popolazione sovrappeso : Current
popolazione obesa
40,000
37,500
35,000
32,500
30,000
2013 2021 2029 2037 2045 2053
Time (Year)
popolazione obesa : Current
popolazione totale
300,000
275,000
250,000
225,000
200,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
popolazione totale : Current
Le “valvole” che determinano le dimensioni di flusso e livello del fenomeno sono rappresentate da
tassi generici. Tassi risultanti dal comportamento di ogni singolo fattore determinante sovrappeso e
obesità.
A seguito del dimensionamento previsto della popolazione in sovrappeso e obesa può essere stimato
l’impatto della correzione in termini economici (tavola 10-11-12).
Tavola 10.
giovani obesi
6,000
5,000
4,000
3,000
2,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
sone
anno
giovani obesi : Current
correzione obesità giovanile
m
extracosto trattamento obesità giovanile
v
1.39559e-038
stock costo sociale obesità giovanile
60,000
45,000
30,000
15,000
0
2013 2021 2029 2037 2045 2053
Time (Year)
euro
stock costo sociale obesità giovanile : Current
evoluzione obesità giovanile
600
500
400
300
200
2013 2021 2029 2037 2045 2053
Time (Year)
per
son
e an
no
evoluzione obesità giovanile : Current
flusso costo sociale obesità giovani
6,000
5,000
4,000
3,000
2,000
2013 2021 2029 2037 2045 2053
Time (Year)flusso costo sociale obesità giovani : Current
home
Impatto della correzione dell'obesità giovanile e costo aggiuntivo sostenuto per trattamento specifico dell'obesità giovanile a Verona
Tavola 11.
Le azioni di correzione dell'obesità, rappresentano il punto qualificante del Piano. Dopo aver
stabilito l'insieme delle relazioni costitutive il sistema demografico, le azioni vengono pesate e
misurate sulle proxi demografiche.
I risultati simulati vengono rappresentati sia in termini di flusso che di stock di costo. Questa
possibilità permette di immaginare conseguenze alternative senza fondarle sulla negoziazione.
adulti obesi
20,000
17,500
15,000
12,500
10,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
sone
anno
adulti obesi : Current
stock costo sociale obesità adulti
2 M
1.5 M
1 M
500,000
0
2013 2021 2029 2037 2045 2053
Time (Year)eu
ro
stock costo sociale obesità adulti : Current
flusso costo sociale obesità adulti
60,000
45,000
30,000
15,000
0
2013 2021 2029 2037 2045 2053
Time (Year)flusso costo sociale obesità adulti : Current
evoluzione obesità adulti
600
450
300
150
0
2013 2021 2029 2037 2045 2053
Time (Year)
pers
on
e a
nn
o
evoluzione obesità adulti : Current
extracosto trattamento obesità adulti
Θ
correzione obesità adulta
1.39645e-038
home
Impatto della correzione dell'obesità adulta e costo aggiuntivo sostenuto per trattamento specifico dell'obesità degli adulti a Verona
Tavola 12.
anziani obesi
10,000
9,500
9,000
8,500
8,000
2013 2021 2029 2037 2045 2053
Time (Year)
per
sone
anno
anziani obesi : Current
stock costo sociale obesità anziani
800,000
600,000
400,000
200,000
0
2013 2021 2029 2037 2045 2053
Time (Year)eu
ro
stock costo sociale obesità anziani : Current
evoluzione obesità anziani
800
775
750
725
700
2013 2021 2029 2037 2045 2053
Time (Year)
per
sone
anno
evoluzione obesità anziani : Current
flusso costo sociale obesità anziani
80,000
77,500
75,000
72,500
70,000
2013 2021 2029 2037 2045 2053
Time (Year)flusso costo sociale obesità anziani : Current
extracosto trattamento obesità anziani
Θ
correzione obesità anziani
41.39645e-038
invecchiamento anziani obesi
1.39674e-038
home
Impatto della correzione dell'obesità anziani e costo aggiuntivo sostenuto per trattamento specifico dell'obesità degli anziani a Verona
Seguendo la stessa logica presentata in precedenza per classi d'età, è possibile attribuire a stock e
flusso di costo sociale una serie di fattori specifici e pesati per gruppo di età aumentando in questo
modo l'ampiezza delle valutazioni di previsione di prestazioni e politiche diverse/alternative.
La possibilità di gestire la simulazione come rappresentazione della volontà del pianificatore
pubblico realizza una condizione di trasparenza e condivisione delle scelte a cui nel nostro Paese
non siamo abituati e a cui dobbiamo dare l'importanza che merita. La pianificazione, troppo spesso
ridotta negli enti pubblici a sterile rituale formale, ha contribuito all'inefficacia di molti programmi
di sviluppo territoriale e di miglioramento della qualità della vita delle persone in modo tutt'altro
che marginale. Ripartire dalla pianificazione è essenziale per interrompere gli effetti perversi dei
cicli causa-effetto che si autoalimentano.
Quando i programmi pubblici sono indirizzati al contrasto di fenomeni epidemici, come quello
appena descritto, ma anche come quelli che mirano al cambiamento dei comportamenti d’uso della
città e/o di spesa di un’amministrazione pubblica, la simulazione diventa un efficace strumento di
governo dei problemi. La simulazione dinamica più di ogni altra tecnica di supporto alla presa delle
decisioni pubbliche fa capire a tutti quelli che la praticano perché è necessario avere istituzioni
all'altezza dei problemi e dotate di effettive capacità di pianificazione e programmazione. Spero che
anche grazie allo scambio di esperienze che si può attivare sulla rivista sempre più persone ne
apprezzino l’utilità e sempre più istituzioni la usino.
Bibliografia
• O.E. Williamson, The Economics of Organization: The Transaction Cost Approach, The
American Journal of Sociology Vol.87, n.3, pagg. 548-577, 1981
• M. Scheggi, Il governo della spesa sanitaria – rigore ed equità, Istituto Health
Management, settembre 2012
• F. Sassi, M. Cecchini, S. Laurer, D. Chisholm, Improving lifestyles, tackling obesity: the
health and economic impact of prevention strategies. OECD Health Working Papers n° 48
– 2009. Vedere in particolare la ricca bibliografia e la lista di articoli dell’allegato 6.
• Libro verde, Promuovere le diete sane e l’attività fisica: una dimensione europea nella
prevenzione di sovrappeso, obesità e malattie croniche. Commissione delle Comunità
Europee, COM (2005), Bruxelles
• P. Ball, Why society is a complex matter, Springer 2012, Berlin
• European Commission, Social Investment Package-Long-term care in ageing societies -
Challenges and policy options, SWD(2013) 41 final, 20.2.2013, Brussels
EU Physical Activity Guidelines Recommended Policy Actions in Support of Health -
Enhancing Physical Activity,
http://ec.europa.eu/sport/what-we-do/doc/health/pa_guidelines_4th_consolidated_draft_en.pdf
White Paper. Together for Health: A Strategic Approach for the EU 2008-2013
http://eur-lex.europa.eu/LexUriServ/site/en/com/2007/com2007_0630en01.pdf
White Paper on a Strategy for Europe on Nutrition, Overweight and Obesity related health
issues
http://ec.europa.eu/health/ph_determinants/life_style/nutrition/documents/nutrition_wp_en.pdf
Sitografia
Municipal Network for Combating Obesity
http://www.nlc.org/find-city-solutions/institute-for-youth-education-and-families/municipal-network-for-
combating-obesity
Organisation for Economic Co-operation and Development
http://www.oecd.org/health/
Epicentro il portale dell’epidemiologia per la sanità pubblica
http://www.epicentro.iss.it/problemi/obesita/epid.asp
Ebp e Obesità
http://www.ccm-network.it/ebp_e_obesita/epidemiologia
La Sfida dell’Obesità nella Regione Europea dell’OMS e le Strategie di Risposta
http://www.sinu.it/documenti/OMS%20La%20Sfida%20dell'Obesit%C3%A0%20e%20le%20Strategie%20d
i%20Risposta%20CCM%20SINU.pdf
European Childhood Obesity Group
http://www.ecog-obesity.eu/
Società Italiana di Igiene, Medicina Preventiva e Sanità Pubblica
http://www.societaitalianaigiene.org/cms/
Rete Città sane
http://www.retecittasane.it/retecittasane/
Fumo alcol e obesità, indagine Istat anno 2010
http://noi-italia2012.istat.it/fileadmin/user_upload/allegati/42.pdf
Alimentazione per i bambini
http://alimentazionebambini.e-coop.it/limpegno-di-coop/ecog/
Joint US-EU Commission to Improve Health by Enforcing Proper Physical Training (satire)
http://www.gaia-health.com/articles451/000452-us-eu-commission-physical-health.shtml