LA MORTALITÀ INFANTILE NELLE REGIONI ITALIANE

Tra il 2004 ed il 2018 è diminuita in media del 23,10%

1653781253LA_MORTALITÀ_INFANTILE_NELLE_REGIONI_ITALIANE.jpg

L’Istat-BES calcola il valore della mortalità infantile nelle regioni italiane. La mortalità infantile è definita come numero di decessi nel primo anno di vita per 10.000 nati vivi. I dati sono disponibili tra il 2004 ed il 2018.

Ranking del valore della mortalità infantile nelle regioni italiane nel 2018. Basilicata, Calabria e Sicilia sono al primo posto per valore della mortalità infantile con un valore pari a 4, seguiti dalla Campania con un valore pari a 3,8 e dal Trentino-Alto Adige a pari merito con la Puglia con un valore pari a 3,3 unità. Chiudono la classifica il Veneto ed il Molise con un valore pari a 2,1, seguiti dal Piemonte con un valore pari a 2 e dalle Marche con un ammontare pari a 1,7 unità. Con un valore pari in media a 2,8 unità ogni 10.000 nati vivi.

Ranking delle regioni italiane per variazione percentuale della mortalità infantile tra il 2004 ed il 2018. Il Friuli-Venezia Giulia è al primo posto per valore della crescita della mortalità infantile tra il 2004 ed il 2018 con una variazione pari ad un ammontare di 22,2% pari ad un ammontare di 0,4 unità, seguito dal Trentino-Alto Adige con una variazione pari a -5,7% pari ad un ammontare di -0,2 unità, e dall’Umbria con una variazione pari ad un valore di -6,1% pari ad un ammontare di -0,2 unità. A metà classifica vi sono la Sicilia con un ammontare pari a -18,4% pari ad un ammontare di -0,9 unità, seguito dal Lazio pari ad una variazione di -21,1% pari ad una variazione di -0,8 unità e dal Veneto con una variazione di -22,2% pari ad un ammontare di -0,6 unità. Chiudono la classifica l’Emilia-Romagna con un ammontare pari a -37,8% pari ad un ammontare di -1,4 unità, seguita dalla Toscana con un valore pari a -40,5% pari ad un ammontare di -1,5 unità e dal Molise con un valore pari a -51,2% pari ad un ammontare di -2,2 unità.

Macro-regioni italiane. Il valore della mortalità infantile è diminuito nel Nord Italia da un ammontare pari a 2,9 unità fino ad un valore di 2,4 unità ovvero pari ad una variazione di -0,5 unità pari ad una variazione del -17,2%. Nel Centro Italia il valore della mortalità infantile è diminuito da un ammontare di 3,6 unità fino ad un valore di 2,6 unità ovvero pari ad una variazione di -1,00 unità pari ad una variazione di -27,8%. Mezzogiorno con una variazione da un ammontare di 4,8 unità fino ad un valore di 3,7 unità ovvero pari ad una variazione di -1,1 unità pari ad una variazione di -22,9%. Complessivamente in Italia il valore della mortalità infantile è diminuito da un ammontare di 3,7 unità fino ad un ammontare di 2,9 unità ovvero pari ad un ammontare di -0,8 unità pari ad un valore di -21,6%.

Clusterizzazione con l’algoritmo k-Means. Di seguito viene ad essere realizzata una clusterizzazione con l’algoritmo k-Means ottimizzato attraverso l’utilizzo del coefficiente di Silhouette. In modo particolare vengono ad essere utilizzati due clusters:

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

Considerando il valore della mediana della mortalità infantile per valore del cluster risulta che il valore del cluster 1-C1 ha un valore pari a 3,9 mentre il valore del cluster 2-C2 ha un valore pari a 2,3. Ne deriva pertanto il seguente ordinamento dei clusters: C1>C2. Dal punto di vista strettamente geografico risulta evidente la contrapposizione tra Nord e Sud Italia. Nel Nord Italia la mortalità infantile è circa del 57,6% inferiore rispetto alla mortalità infantile nel Sud Italia.

Machine learning and predictions. Di seguito otto diversi algoritmi di machine learning sono stati confrontati per l’ottimizzazione della predizione della mortalità infantile nelle regioni italiane. I dati sono stati utilizzati al 70% per l’attività di learning mentre il restante 30% è stato utilizzato per la predizione vera e propria. Gli algoritmi sono stati valutati in base alla loro abilità di massimizzare l’r-quadro e di minimizzare i seguenti errori statistici ovvero: Mean Absolute Error, Mean Squared Error, Root Mean Squared Error. Si è quindi ottenuto il seguente ordinamento degli algoritmi per capacità predittiva:

  1. Random Forest Regression con un valore del payoff pari a 4;
  2. PNN-Probabilistic Neural Network con un valore del payoff pari a 8;
  3. Gradient Boosted Tree con un valore del payoff pari a 13;
  4. Tree Ensemble Regression con un valore del payoff pari a 15;
  5. Simple Regression Tree con un valore del payoff pari a 21;
  6. ANN-Artificial Neural Network con un valore del payoff pari a 23;
  7. Linear Regression con un valore del payoff pari a 28;
  8. Polynomial Regression con un valore del payoff pari a 33.

Pertanto, applicando l’algoritmo Random Forest Regression sono state ottenute le seguenti predizioni ovvero:

  • Piemonte con una variazione aumentativa da un valore pari a 2,00 unità fino ad un valore pari a 2,48 unità ovvero una variazione pari a 0,48 unità equivalente ad un valore del 23,95%;
  • Valle d’Aosta con una variazione aumentativa da un ammontare di 2,20 unità fino ad un valore di 2,71 unità ovvero pari ad un ammontare di 0,51 unità pari ad un valore di 23,05%;
  • Liguria con una variazione aumentativa da un ammontare di 2,50 unità fino ad un valore di 20,85 unità ovvero pari ad una variazione di 0,35 unità pari ad un valore del 13,80%;
  • Veneto con una variazione aumentativa da un ammontare di 2,10 unità fino ad un valore di 22,61 unità ovvero pari ad una variazione di 0,51 unità pari ad un ammontare di 24,24%;
  • Emilia Romagna con una variazione aumentativa da un valore di 2,30 fino ad un valore di 2,59 unità ovvero pari ad un valore di 0,29 unità pari ad un valore di 12,48%;
  • Abruzzo con una variazione aumentativa da un ammontare di 3,00 unità fino ad un valore di 3,18 unità ovvero pari ad un valore di 0,18 unità pari ad un ammontare di 6,13%;

In media il valore della predizione per i paesi considerati è predetto in crescita da un ammontare di 2,35 unità fino ad un valore di 2,74 unità ovvero pari ad un valore di 0,39 unità equivalente ad un valore di 17,27%.

Conclusioni. La mortalità infantile è diminuita in tutte le regioni italiane tra il 2004 ed il 2018 con eccezione del Friuli-Venezia Giulia, dove c’è stato un aumento del 22,2%. In media tra il 2004 ed il 2018 il valore della mortalità infantile è diminuito da un ammontare di 2,795 fino ad un valore di 3,6 unità ovvero pari ad una variazione di -0,84 unità pari ad un valore di -23,10%. Tuttavia occorre considerare che i dati potrebbero essere peggiorati a seguito del covid in conseguenza della riduzione della capacità del sistema sanitario di erogare efficacemente le prestazioni sanitarie anche di base.

cms_26230/Foto_1.jpg

cms_26230/Foto_2.jpg

Angelo Leogrande

Tags:

Commenti per questo articolo

[*COMMENTI*]

<<Pagina Precedente | Stampa | Torna Su


News by ADNkronos


Salute by ADNkronos