Marco Piccininni, Nicola Carella

I modelli di predizione del rischio sono molto utilizzati nell’ambito dell’epidemiologia e della cosiddetta “Public Health”. Questi modelli non sono altro che funzioni matematiche che hanno un input e un output. L’input consiste in una serie di informazioni su di un individuo; l’output, invece, è la probabilità stimata che l’individuo abbia una condizione di interesse, oppure che svilupperà la condizione di interesse in un determinato lasso di tempo[1]. Questi modelli vengono sviluppati di solito utilizzando due elementi: un modello di regressione (oppure un algoritmo di machine learning) e un dataset contenente informazioni sulle variabili di input e sulla condizione di interesse per un gruppo rappresentativo di individui. Questi modelli vengono comunemente utilizzati nella pratica clinica. Le linee guida della Società Europea di Cardiologia[2], per esempio, raccomandano l’impiego di un modello di predizione chiamato Systematic COronary Risk Evaluation che stima la probabilità che un individuo ha di morire a causa di una malattia cardiovascolare nell’arco di 10 anni, sulla base di alcune variabili cliniche e demografiche. Classificare gli individui in base al loro rischio cardiovascolare aiuta i medici a scegliere il tipo di trattamento o la strategia di prevenzione più adatta alle circostanze. In scala macroscopica, questa strategia si pone come obiettivo quello di individuare i soggetti più esposti ad un rischio in modo da intervenire prontamente (l’efficacia di questa strategia rispetto a interventi a livello di popolazione è, però, oggetto di dibattito[3]). I modelli di predizione del rischio non vengono utilizzati solo come supporto nelle decisioni cliniche, ma hanno anche un ruolo nella comunicazione con i pazienti. Comunicare la probabilità di un evento può, infatti, aiutare il paziente a prendere una decisione rispetto al percorso clinico da seguire, oppure può indurlo a modificare il proprio stile di vita per evitare l’insorgenza di problemi di salute. Non ci sono grandi evidenze che dimostrino che la comunicazione del rischio porti un individuo a cambiare il suo stile di vita[4,5]; tuttavia, si pensa che il concetto di probabilità sia abbastanza intuitivo anche per chi non ha conoscenze tecniche. Quantificare l’eventualità che qualcosa di negativo possa succedere può dare un’idea concreta della situazione in cui ci si trova, inquadra il presente e il futuro in un contesto meno vago e può, in definitiva, fornire una motivazione per agire, realizzare un cambiamento, e quindi smentire la “profezia” del modello di predizione.

Nel 2019 tre ricercatori, Frank Edwards, Michael H. Esposito e Hedwig Lee, hanno pubblicato un articolo scientifico intitolato “Risk of being killed by police use of force in the United States by age, race–ethnicity, and sex”[6]. I ricercatori hanno utilizzato il paradigma del modello di predizione del rischio, sviluppato storicamente nell’ambito delle malattie cardiovascolari, per applicarlo a una causa di morte molto diversa: la violenza della polizia statunitense.

Gli autori hanno condotto questo studio partendo da una serie di considerazioni tratte dalla letteratura scientifica e non: gli incontri violenti con la polizia hanno innanzitutto effetti profondi sulla salute delle comunità; la polizia ha un ruolo fondamentale nell’alimentare le disuguaglianze strutturali tra persone afroamericane o latine e persone bianche negli Stati Uniti; negli USA la polizia uccide molto più che nelle altre democrazie occidentali a tradizione liberale; il carattere razzializzato della violenza poliziesca contro i civili è entrato nel dibattito pubblico grazie alle proteste degli ultimi 10 anni; gli studiosi di Public Health e scienze sociali oggi riconoscono il peso specifico degli incontri con la polizia come vettore di disuguaglianza nell’ambito della salute pubblica.

Utilizzando dati relativi al periodo 2013-2018 raccolti nel dataset Fatal Encounters e nel National Vital Statistics System 2017, i ricercatori si sono posti l’obiettivo di stimare il rischio di morte a causa dell’uso della forza da parte della polizia negli Stati Uniti, per ogni sottogruppo definito in base a sesso, età e razza-etnia.

Negli USA, la probabilità di un uomo di morire a causa dell’uso della forza da parte della polizia, nel corso della sua vita, è di 52 per 100.000; quella di una donna, invece, viene stimata a 3 per 100.000.

Tra tutti i sottogruppi di sesso e razza-etnia (Asian-Pacific Islander, Hispanic-Latinx, American Indian-Alaska Native, European/American/Middle Eastern-White), gli uomini afroamericani (African American-Black) hanno il rischio più alto di essere uccisi dalla polizia nel corso della loro vita: una probabilità di 1 per 1.000. Questa probabilità è pari a 2 volte e mezzo quella degli uomini bianchi. Allo stesso modo, le donne afroamericane hanno una probabilità pari a 1,4 volte quella delle donne bianche.

Nonostante queste probabilità possano sembrare basse in termini assoluti, bisogna considerare che il rischio di questo evento non si distribuisce affatto equamente nel corso della vita dell’individuo. Infatti, la probabilità di essere uccisi dalla polizia, in entrambi i sessi e in tutti i gruppi etnico-razziali, raggiunge il picco massimo tra i 20 e i 35 anni per poi diminuire al crescere dell’età. In generale, gli uomini tra 25 e 29 anni hanno un tasso di mortalità di circa 1,8 per 100.000.

Gli autori riportano che nella classifica delle principali cause di morte per gli uomini tra 25 e 29 anni, l’uso della violenza da parte della polizia si posiziona dopo incidenti (categoria che include overdose di droga, incidenti stradali e altri incidenti, con una mortalità di 76,6 per 100.000), suicidi (26,7 per 100.000), altri omicidi (22 per 100.000), malattie cardiache (7 per 100.000) e tumori (6,3 per 100.000). Questo fenomeno è ancora più evidente tra i giovani afroamericani: l’uso della forza da parte della polizia è infatti la causa dell’1,6% di tutte le morti di giovani maschi afroamericani tra i 20 e i 24 anni.

Questo studio ha sicuramente alcuni limiti dovuti per lo più alla scarsità di dati ufficiali sugli episodi di violenza. Per esempio la classificazione di razza ed etnia è molto sommaria, e quella del sesso è solo binaria. Inoltre, queste stime sono probabilmente conservative, in quanto i ricercatori considerano solo i casi in cui l’azione della polizia è una “causa diretta” di morte. Vengono esclusi, per esempio, i casi in cui la polizia riporta il decesso come suicidio, come avvenuto in seguito a collisione di veicoli, overdose di droga o cadute, oppure, ancora, vengono esclusi i decessi avvenuti negli istituti di detenzione.

Nelle considerazioni finali, gli autori dell’articolo sottolineano la necessità di finanziare servizi a livello delle comunità e di limitare l’intervento di ufficiali armati per rispondere a ogni situazione. I loro risultati rafforzano, inoltre, l’idea che la violenza della polizia debba essere trattata come un problema di salute pubblica.

Oltre a riportare delle informazioni fondamentali per inquadrare la situazione della violenza poliziesca negli USA, la ricerca appena descritta fornisce degli importanti spunti di riflessione.

Nell’ultimo mese, in seguito alle proteste del movimento Black Lives Matter, anche nei giornali medici più autorevoli si è aperto un dibattito sul razzismo sistemico e sulla brutalità della polizia. Il The New England Journal of Medicine, il più importante giornale di medicina a livello globale, ha pubblicato un articolo intitolato  “Diagnosing and Treating Systemic Racism” che parla apertamente del razzismo sistemico come di una patologia da estirpare[7]. Viene discusso e problematizzato il ruolo del razzismo nella medicina, nella ricerca medica e negli istituti di cura, sottolineando come la discriminazione e il razzismo siano dei determinanti sociali della salute importantissimi. Discriminazione e razzismo influenzano i processi biologici e necessitano, quindi, di essere considerati nella routine clinica alla pari di altri fattori di rischio come la pressione sistolica ed il peso[7]. Il dibattito si è inevitabilmente intrecciato con quello sulla pandemia di Covid-19. Un articolo particolarmente interessante è quello apparso sul The BMJ intitolato “There is no stopping covid-19 without stopping racism”[8]. In questo articolo gli autori sottolineano la necessità delle proteste del movimento antirazzista, anche a costo di un aumento dei contagi di Covid-19. Inoltre, il 29 Maggio 2020 l’American Medical Association ha riconosciuto la violenza fisica e verbale della polizia, in particolare tra le comunità afroamericane e latine, come un fattore di disagio determinante per la salute pubblica[9]. Oltre 20 città (tra cui Denver, Indianapolis, Cleveland e Pittsburgh) e tre Stati (Michigan, Ohio e Wisconsin) hanno dichiarato il razzismo sistemico un’emergenza di salute pubblica[10].

Lo studio sul rischio di morte a causa della violenza della polizia è importante anche per un altro motivo: utilizza il paradigma del modello di predizione del rischio nell’ambito dell’epidemiologia e della Public Health, rovesciandolo, per evidenziare la presenza dell’oppressione razziale negli Stati Uniti. I modelli di predizione in Public Health sono stati spesso utilizzati, più o meno volontariamente, per rafforzare e normalizzare questa oppressione. Il caso più eclatante è quello della scoperta del cosiddetto “bias razziale” nell’algoritmo di predizione utilizzato da moltissimi ospedali statunitensi per decidere come allocare le proprie risorse[11]. Si è scoperto che, a parità di condizioni mediche, questo algoritmo assegnava con meno frequenza le persone afroamericane, rispetto a quelle bianche, a programmi per migliorare la salute dei pazienti con bisogni medici complessi.

In base a questo algoritmo, ogni anno, negli Stati Uniti venivano prese decisioni per circa 200 milioni di persone, e questa discriminazione ha probabilmente influenzato negativamente le vite di milioni di afroamericani[11]. Sembra che la ragione della discriminazione sia attribuibile al fatto che l’algoritmo utilizzava, tra le altre variabili, anche la spesa annuale del paziente per la sanità. Pensare che una maggiore spesa annua nella sanità indichi una situazione di salute compromessa può sembrare legittimo. Tuttavia, questo ragionamento ignora il razzismo sistemico e le disuguaglianze sociali che portano gli afroamericani, a parità di condizioni di salute, ad accedere in misura minore alle prestazioni sanitarie[11].

Il rapporto tra statistica medica e razzismo non è nuovo negli Stati Uniti. Basti pensare a Frederick Hoffman (1865-1946), un luminare della statistica che divenne famoso per l’applicazione di questa scienza ai problemi di salute pubblica. Hoffman è noto per essere l’autore di “Race Traits and Tendencies of the American Negro”[12], un testo epidemiologico fortemente razzista riconosciuto come uno dei tentativi più influenti di dare giustificazione scientifica alla presunta superiorità biologica dei bianchi.

Uscendo dall’ambito dell’epidemiologia e della Public Health, il ruolo dei modelli di predizione nel rafforzamento del razzismo sistemico è tornato, nell’ultimo mese, ad essere centrale nel dibattito scientifico[13]. In seguito ai recenti eventi di brutalità della polizia, un gruppo di matematici negli Stati Uniti ha scritto una lettera alla comunità di matematici chiedendo di boicottare e interrompere ogni collaborazione con i dipartimenti di polizia[14]. Nella lettera viene spiegato come molti ricercatori lavorino a modelli e algoritmi di predizione utilizzati dalla polizia per la prevenzione del crimine all’interno del framework del “predictive policing”. Viene descritto anche come questi algoritmi finiscano spesso per essere influenzati da “bias razziali” che rafforzano e riproducono il razzismo sistemico della società. Questi algoritmi in generale forniscono una base scientifica giustificatoria all’oppressione razziale, e un ulteriore aiuto concreto alle azioni brutali della polizia. La lettera, che ha già più di 1400 firme, chiede che tutti gli algoritmi che possono avere un impatto sociale rilevante siano sottoposti a un audit pubblico, e incoraggia i matematici a dedicarsi allo sviluppo di alternative alle pratiche oppressive e razziste, come già avviene nelle iniziative “Data 4 Black Lives” e “Black in AI”[14].

Note

1 . Moons KGM, Kengne AP, Woodward M, Royston P, Vergouwe Y, Altman DG, et al. Risk prediction models: I. Development, internal validation, and assessing the incremental value of a new (bio)marker. Heart. 2012. pp. 683–690. doi:10.1136/heartjnl-2011-301246

2. ESC Guidelines & Scientific Documents. [cited 19 Jun 2020]. Available: https://www.escardio.org/Guidelines

3. Feigin VL, Brainin M, Norrving B, Gorelick PB, Dichgans M, Wang W, et al. What Is the Best Mix of Population-Wide and High-Risk Targeted Strategies of Primary Stroke and Cardiovascular Disease Prevention? J Am Heart Assoc. 2020;9: e014494.

4. French DP, Cameron E, Benton JS, Deaton C, Harvie M. Can Communicating Personalised Disease Risk Promote Healthy Behaviour Change? A Systematic Review of Systematic Reviews. Annals of Behavioral Medicine. 2017. pp. 718–729. doi:10.1007/s12160-017-9895-z

5. Studziński K, Tomasik T, Krzysztoń J, Jóźwiak J, Windak A. Effect of using cardiovascular risk scoring in routine risk assessment in primary prevention of cardiovascular disease: an overview of systematic reviews. BMC Cardiovascular Disorders. 2019. doi:10.1186/s12872-018-0990-2

6. Edwards F, Lee H, Esposito M. Risk of being killed by police use of force in the United States by age, race-ethnicity, and sex. Proc Natl Acad Sci U S A. 2019;116: 16793–16798.

7. Evans MK, Rosenbaum L, Malina D, Morrissey S, Rubin EJ. Diagnosing and Treating Systemic Racism. N Engl J Med. 2020. doi:10.1056/NEJMe2021693

8. Karan A, Katz I. There is no stopping covid-19 without stopping racism. BMJ. 2020;369: m2244.

9. Police brutality must stop. In: American Medical Association [Internet]. [cited 28 Jun 2020]. Available: https://www.ama-assn.org/about/leadership/police-brutality-must-stop

10. Racism Is a Public Health Crisis, Say Cities and Counties. [cited 28 Jun 2020]. Available: https://www.pewtrusts.org/en/research-and-analysis/blogs/stateline/2020/06/15/racism-is-a-public-health-crisis-say-cities-and-counties

11. Ledford H. Millions of black people affected by racial bias in health-care algorithms. Nature. 2019. pp. 608–609.

12. Hoffman FL. Race traits and tendencies of the American Negro. American Economic Association; 1896

13. Castelvecchi D. Mathematicians urge colleagues to boycott police work in wake of killings. Nature. 2020 [cited 27 Jun 2020]. doi:10.1038/d41586-020-01874-9

14. Letter to AMS Notices: Boycott collaboration with police. In: Google Docs [Internet]. [cited 27 Jun 2020]. Available: https://docs.google.com/forms/d/e/1FAIpQLSfdmQGrgdCBCexTrpne7KXUzpbiI9LeEtd0Am-qRFimpwuv1A/viewform