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