L’Eccesso di Peso nelle Regioni Italiane

È cresciuto in dell’1,1 tra il 2005 ed il 2020

 

L’ISTAT-BES calcola il valore dell’eccesso di peso nelle regioni italiane. L’eccesso di peso è definito come proporzione standardizzata di persone di 18 anni e più in sovrappeso o obese sul totale delle persone di 18 anni e più. L’indicatore fa riferimento alla classificazione dell’Organizzazione mondiale della sanità-OMS dell’Indice di Massa corporea. I dati fanno riferimento al periodo tra il 2005 ed il 2020.

Ranking delle regioni italiane per valore dell’eccesso di peso nel 2020. La Campania è al primo posto per valore dell’eccesso di peso con un valore pari a 55,3 unità, seguita dalla Sicilia con un valore pari a 51,2 e dalla Basilicata con un ammontare pari a 50. A metà classifica sono presenti il Friuli-Venezia Giulia con un ammontare pari a 44,3 ed il Veneto e l’Umbria con un valore pari a 43,9. Chiudono la classifica il Piemonte con un ammontare pari a 41,9, seguito dal Trentino-Alto Adige con un ammontare di 40,7 e dalla Toscana con un ammontare pari a 40,4.

Variazione dell’eccesso di peso tra il 2005 ed il 2020 nelle regioni italiane. La Valle d’Aosta è al primo posto per crescita dell’eccesso di peso in valore percentuale tra il 2005 ed il 2020 con un valore pari a 18,53% ovvero pari ad un ammontare di 6,8 unità, seguita dalla Lombardia con un valore pari a 13,05% pari ad un ammontare di 5 unità e dal Piemonte con un valore pari a 8,27% pari ad un ammontare di 3,2 unità. A metà classifica vi sono il Molise con un ammontare pari a 1,02% pari ad un ammontare di 0,5 unità, seguito dall’Emilia Romagna con un ammontare di 0,67% ovvero pari ad un ammontare di 0,3 unità, e dalle Marche con una variazione pari ad un ammontare di -1,14% pari ad un ammontare di -0,5 unità. Chiudono la classifica il Trentino Alto-Adige con un valore pari a -6,44% pari ad un ammontare di -2,8 unità, seguito dall’Abruzzo con un valore pari a -8,64% pari ad un ammontare di -4,4 unità e dalla Puglia con un valore pari a -9,43% pari ad un ammontare di -5 unità. Mediamente il valore della variazione percentuale dell’eccesso di peso è cresciuto di un ammontare pari a 0,46% nel periodo tra il 2005 ed il 2020.

Macro-regioni italiane. Il valore dell’eccesso di peso è cresciuto nel Nord Italia mentre è diminuito nelle altre macro-regioni ovvero nel Centro Italia e nel Sud Italia. Complessivamente in Italia il valore dell’eccesso di peso è aumentato di un valore pari a 1,11 unità. Nello specifico nel Nord Italia il valore dell’eccesso di peso è cresciuto da un ammontare di 40,90 unità fino ad un valore di 43,40 unità ovvero una crescita di un ammontare di 2,50 unità pari ad un ammontare di 6,11%. Nel Centro Italia il valore dell’eccesso di peso è diminuito da un ammontare di 43,90 unità fino ad un valore di 42,20 unità ovvero pari ad un ammontare di -1,70 unità pari ad un valore di -3,87%. Nel Mezzogiorno il valore dell’Eccesso di peso è diminuito da un ammontare di 50,80 unità fino ad un valore di 50,40 unità ovvero pari ad una variazione di -0,40 unità pari ad un ammontare di -0,79%.

Clusterizzazione con algoritmo k-Means. Di seguito viene ad essere realizzata una clusterizzazione con algoritmo k-Means ottimizzato con il coefficiente di Silhouette. Nello specifico sono individuati due diversi clusters ovvero:

• ·         Cluster 1: Puglia, Campania, Basilicata, Molise, Sicilia, Calabria, Abruzzo;
• ·   Cluster 2: Lombardia, Toscana, Valle d’Aosta, Piemonte, Sardegna, Trentino-Alto Adige, Liguria, Veneto, Friuli-Venezia Giulia, Lazio, Marche, Emilia-Romagna, Umbria.

Considerando il valore della mediana del C1 si ottiene un ammontare pari a 49,3 mentre il valore della mediana del C2 è pari ad un ammontare di 43,3 unità. Ne deriva che l’ordinamento degli algoritmo è costituito da C1>C2. Ne deriva pertanto che gli abitanti del Sud Italia hanno un livello di eccesso di peso più elevato rispetto a quello degli abitanti del Nord. Il divario economico acquisisce pertanto anche un significato strettamente sanitario.

Network Analysis. Attraverso l’utilizzo delle distanze di Manhattan è possibile realizzare una network analysis per verificare se vi sono delle relazioni tra le varie regioni per valore dell’eccesso di peso. L’analisi mostra la presenza di tre diverse strutture a network delle quali 2 sono complesse ed 1 è invece semplificata ovvero biunivoca. Esiste una struttura a network tra Piemonte, Lombardia e Valle d’Aosta coì definita ovvero:

• ·         il Piemonte ha un link con la Lombardia con un valore pari a 1,0;
• ·         la Lombardia ha un link con la Valle d’Aosta per un valore pari a 0,95.

Esiste una struttura a network complessa tra Lazio, Veneto, Marche e Friuli-Venezia Giulia. In modo particolare:

• ·         Il Lazio ha un link con il Veneto pari ad un ammontare di 0,9;
• ·         Il Veneto ha un link con le Marche per un valore pari a 0,98;
• ·         Le Marche hanno un link con il Friuli-Venezia Giulia per un valore pari a 0,9.

Esiste inoltre una struttura semplificata che connette la Puglia alla Campania con un valore pari a 1.0.

Machine Learning e Predictions con dati originali. Di seguito viene effettuata una predizione con degli algoritmi di machine learning messi a confronto in base alla loro capacità di massimizzare l’R^2 e minimizzare i seguenti errori statistici ovvero “Mean Absolute Error”, “Mean Squared Error”, “Root Mean Squared Error”. Gli algoritmi sono stati addestrati con il 70% dei dati mentre il restante 30% è stato utilizzato per la predizione vera e propria. Ne deriva pertanto il seguente ordinamento degli algoritmi ovvero:

·         Tree Ensemble Regression con un valore del payoff pari a 4;

·         Random Forest Regression con un valore del payoff pari a 8;

·         Simple Regression Tree con un valore del payoff pari a 12;

·         ANN-Artificial Neural Network con un valore del payoff pari a 16;

·         Gradient Boosted Trees con un valore del payoff pari a 20;

·         PNN-Probabilistic Neural Network con un valore del payoff pari a 24;

·         Linear Regression con un valore del payoff pari a 28;

·         Polynomial Regression con un valore del payoff pari a 32.

Pertanto applicando il Tree Ensemble Regression è possibile predire il seguente andamento dell’eccesso di peso nelle regioni italiane:

• ·         Abruzzo con una variazione aumentativa da un ammontare di 46,50 fino ad un valore di 48,78 unità ovvero pari ad un ammontare di 2,28 unità pari ad un valore di 4,91%;
• ·         Basilicata con una variazione aumentativa da un ammontare di 50,00 unità fino ad un valore di  50,51 unità ovvero pari ad un valore di 0,51 unità ovvero pari ad una variazione di 1,02%;
• ·         Calabria con una variazione aumentativa da un ammontare di 48,40 unità fino ad un valore di 48,49 unità ovvero una variazione di 0,09 unità pari ad un ammontare di 0,18%;
• ·         Campania con una variazione diminutiva da un ammontare di 55,30 unità fino ad un valore di 49,20 unità ovvero pari ad una variazione di -6,10 unità pari ad un ammontare di -11,03%;
• ·         Emilia Romagna con una variazione diminutiva da un ammontare di 45,40 unità fino ad un valore di 43,94 unità ovvero pari ad una variazione di -1,46 unità pari ad un valore di -3,21%;
• ·         Friuli Venezia Giulia con una variazione diminutiva da un ammontare di 44,30 unità fino ad un valore di 43,13 unità ovvero pari ad una variazione di -1,18 unità pari ad un valore di -2,65%;
• ·         Lazio con una variazione da un ammontare di 43,00 unità fino ad un valore di 43,55 unità ovvero pari ad una variazione di 0,55 unità pari ad un ammontare di 1,28%;
• ·         Liguria con una variazione diminutiva da un ammontare di 42,60 unità fino ad un valore di 42,42 unità ovvero pari ad una variazione di -0,19 unità pari ad un ammontare di -0,43%;
• ·         Lombardia con una variazione diminutiva da un ammontare di 43,30 unità fino ad un valore di 42,15 unità ovvero pari ad una variazione di -1,15 unità pari ad un valore di -2,65%;
• ·         Marche con una variazione aumentativa da un ammontare di 43,50 unità fino ad un valore di 44,02 unità ovvero pari ad una variazione di 0,52 unità pari ad un ammontare di 1,20%;
• ·         Molise con una variazione diminutiva da un ammontare di 49,30 unità fino ad un valore di 48,14 unità ovvero pari ad una variazione di -1,16 unità pari ad un ammontare di -2,34%;
• ·         Piemonte con una variazione aumentativa da un ammontare di 41,90 unità fino ad un valore di 42,12 unità ovvero pari ad una variazione di 0,22 unità pari ad un ammontare di 0,52%;
• ·         Puglia con una variazione aumentativa da un valore di 48,00 unità fino ad un valore di 50,34 unità ovvero pari ad una variazione di 2,34 unità pari ad una variazione di 4,88%;
• ·         Sardegna con una variazione aumentativa da un ammontare di 42,50 unità fino ad un valore di 42,77 unità ovvero pari ad una variazione di 0,27 unità pari ad un ammontare di 0,63%;
• ·         Sicilia con una variazione diminutiva da un ammontare di 51,20 unità fino ad un valore di 48,75 unità ovvero pari ad una variazione di -2,45 unità pari ad una variazione di -4,79%;
• ·         Toscana con una variazione aumentativa da un ammontare di 40,40 unità fino ad un valore di 43,28 unità ovvero pari ad una variazione di 2,88 unità pari ad una variazione di 7,13%;
• ·         Trentino Alto Adige con una variazione da un ammontare di 40,70 unità fino ad un valore di 42,29 unità ovvero pari ad un valore di 1,59 unità pari ad un ammontare dei 3,90%;
• ·         Umbria con una variazione aumentativa da un ammontare di 43,90 unità fino ad un valore di 44,99 unità ovvero pari ad una variazione di 1,09 unità pari ad un ammontare di 2,48%;
• ·         Valle d’Aosta con una variazione diminutiva da un ammontare di 43,50 unità fino ad un valore di 42,31 unità ovvero pari ad una variazione -1,19 unità pari ad un ammontare di -2,73%;
• ·         Veneto con una variazione da 43,90 unità fino ad un valore di 42,86 unità pari ad una variazione di -1,04 unità pari ad un valore di -2,37%.

Media con una variazione diminutiva da un ammontare di 45,38 unità fino ad un valore di 45,20 unità ovvero pari ad una variazione di -0,18 unità pari ad una variazione di -0,39%. La predizione che è stata così realizzata viene ad essere aggiunta alla serie storica. In tal modo si determina un nuovo data set di dati “aumentati”. Utilizzando questo nuovo dataset sono stati nuovamente confrontati gli algoritmi per la predizione dell’eccesso di peso nelle regioni italiane. L’ordinamento degli algoritmi è indicato di seguito ovvero:

• ·         Random Forest Regression con un valore del payoff a 4;
• ·         Simple Regression Tree con un valore del payoff pari a 8;
• ·         PNN-Probabilistic Neural Network con un valore del payoff pari a 12;
• ·         Tree Ensemble Regression con un valore del payoff pari a 16;
• ·         ANN-Artificial Neural Network con un valore del payoff pari a 20;
• ·         Gradient Boosted Tree con un valore del payoff pari a 24;
• ·         Polynomial Regression con un valore del payoff pari a 28;
• ·         Linear Regression con un valore del payoff pari a 32.

Ne deriva pertanto che applicando l’algoritmo Random Forest Regression è possibile predire le seguenti variazioni dell’eccesso di peso nelle regioni italiane:

• ·         Campania con un valore della predizione aumentativa da un ammontare di 49,20 unità fino ad un valore di 50,08 unità ovvero pari ad un ammontare di 0,88 unità pari ad un valore di 1,79%;
• ·         Lombardia con una variazione aumentativa da un ammontare di 42,15 unità fino ad un valore di 42,48 unità ovvero pari ad un valore di 0,33 unità pari ad un valore di 0,78%;
• ·         Marche con una variazione aumentativa da un ammontare di 44,02 unità fino ad un valore di 43,45 unità ovvero pari ad una variazione di -0,57 unità pari ad un valore di -1,29%;
• ·         Molise con una variazione aumentativa da un ammontare di 48,14 unità fino ad un valore di 49,15 unità ovvero pari ad un valore di 1,00 unità pari ad una variazione di 2,08%;
• ·         Piemonte con una variazione aumentativa da un ammontare di 42,12 unità fino ad un valore di 42,39 unità ovvero pari ad una variazione di 0,27 unità pari ad un ammontare di 0,63%;
• ·         Sardegna con una variazione da 42,77 unità fino ad un valore di 42,91 unità ovvero pari ad una variazione di 0,14 unità pari ad un ammontare di 0,34%.

Infine, il valore medio è predetto in crescita da un ammontare di 44,73 unità fino ad un valore di 45,08 unità ovvero pari ad una variazione di 0,34 unità pari ad un valore di 0,76%.

Conclusioni. In sintesi, il valore dell’eccesso di peso ha avuto un andamento riduttivo nel Centro-Italia e nel Sud Italia ed una crescita nel Nord Italia tra il 2005 ed il 2020. Tuttavia, considerando l’Italia nel suo complesso c’è stata una crescita di 1,1 unità dell’eccesso di peso. Inoltre, la clusterizzazione mostra che il valore dell’eccesso di peso divide il paese in due aree: il centro-nord con valori bassi, ed il Sud con valori significativamente più elevati. Poiché l’eccesso di peso è associato ad un insieme di patologie come per esempio il diabete e l’ipertensione che sono molto costosi a livello individuale e sociale, allora è possibile che nel futuro i sistemi sanitari meridionali, che sono ampiamente sottodimensionati rispetto a quelli del nord, siano chiamati ad ulteriori interventi sulla popolazione per ridurre il costo delle cure sanitarie attraverso il cambiamento delle abitudini di vita.