Sei sulla pagina 1di 99

ValutazionedelDannoSanitario StabilimentoILVAdiTaranto

aisensidellaLR21/2012 ScenariemissivipreAIA(anno2010) epostAIA(anno2016)

Indice
PresentazionedelDirettoreGenerale 1. Premessa 2. Analisiemissivadelcontestodiriferimento 3. Statodellaqualitdellarianelcontestodiriferimento 4. VDSILVATaranto:procedurediriskassessmentsitospecifiche 4.1 Baseconcettuale 4.2 Identificazionedeipericoli 4.3 Valutazionedellesposizione 5. EmissionidellostabilimentoILVA 5.1 SituazioneemissivaPREAIA(situazione2010) 5.2 ScenarioemissivoPOSTAIA(scenario2016) 6. Modellistica 6.1 Introduzione:metodoeincertezzalegataallamodellizzazione 6.2 Dominiodisimulazione 6.3 Meteorologia 6.3.1 Analisimeteoclimaticadellareadistudio 6.3.2 DatasetMINNI2007econfrontoconildatoosservato 6.3.3 Valutazionecomparativadeglieffettisullaqualitdellariaalvariaredeldataset meteorologico 6.4 Emissioni 6.4.1 Sorgentisimulate 6.4.2 Algoritmoperlastimadelleemissionidaiparchiminerali 6.5 Sistemamodellistico 6.5.1 Modellometeorologicodiagnosticoemicrometeorologico 6.5.2 Preprocessoredelleemissioni 6.5.3 Modellodidispersione 6.6 Risultatidellesimulazioni 7. Stimadelrischiosanitario 7.1 Stimadelrischiocancerogenoperviainalatoria 7.1.1 SceltadelleUnitRiskedegliSlopeFactorevalutazionedoserisposta 7.1.2 Caratterizzazionedelrischiocancerogenoperesposizioneinalatoria 7.1.3 Proporzionedelrischiocancerogenototaleattribuibileaidiversiinquinanti 7.2 Stimadelrischiononcancerogenoperviainalatoria 8. Valutazionedellincertezza 8.1 Incertezzanellastimadelleemissioni 8.2 Incertezzanellesimulazionimodellistiche 8.3 Incertezzaneicoefficientiditossicit 9. Considerazionifinali 10. Bibliografia 11. Valutazioneepidemiologicadiarea 11.1 Introduzione 11.2 Background 11.3 ProgettoSENTIERIAreadelSINdiTaranto 11.4 StudiodicoortesullamortalitemorbositnellareadiTaranto 12. Conclusioni III 3 5 10 14 14 14 15 16 16 18 19 19 20 22 22 25 28 29 29 33 33 34 35 35 36 50 50 50 52 58 59 60 60 61 62 63 64 67 67 67 69 81 97 2

PRESENTAZIONEDELDIRETTOREGENERALE Questo rapporto il primo documento elaborato da Arpa Puglia, nellambito della Valutazione del Danno Sanitario (VDS) prevista dalla legge della Regione Puglia n.21 del 24 luglio 2012. Il relativo regolamento applicativo, approvato dalla Giunta regionale il 3 ottobre 2012, definisce le varie attivit da svolgere, a carico di Arpa Puglia, ASL territorialmente competente e Agenzia regionale per i Servizi Sanitari(AReS Puglia). Pi specificamente, il regolamento attribuisce ad ARPA Puglia il compito di effettuare lanalisi del rischio sanitario attribuibile alle emissioni dellimpianto, nella fattispecie il complesso siderurgico ILVA di Taranto. Presentando il rapporto, frutto dellintenso impegno professionale di un folto e diversificato gruppo di tecnici dellAgenzia, mi preme enfatizzare alcuni principi fondamentali che sono alla base della funzione svolta. Soltanto con lAutorizzazione Integrata Ambientale del 26 ottobre 2012 (cosiddetta AIA Clini) stata prevista per la Regione Puglia la possibilit di richiedere un eventuale riesame del procedimento sulla base deirisultatidellaVDSprevistadallacitataleggeregionalen.21/2012. Nellopinionedichiscrive, erastatapropriolassenzadivalutazioniditiposanitario(siaallinternodellAIA, sia come valutazione del rischio sanitario residuo postautorizzazione) a rendere necessario lintervento della Magistratura penale, che, dotandosi di un robusto supporto peritale, aveva accertato nella sede propria dellincidente probatorio lattualit di un danno sanitario prodotto dalle emissioni in atmosfera di ILVA. Il presente rapporto non soltanto rispetta le indicazioni della legge regionale ma, soprattutto, compensa il vuoto informativo dovuto alla rigidit dellapproccio fondato sulla discutibile convinzione per la quale i limiti ambientali (sia quelli emissivi degli impianti industriali, sia gli indicatori di qualit dellaria urbana) siano di per s intrinsecamente idonei a tutelare la salute della popolazione residente nellarea urbana adiacenteagliimpiantiindustriali. Il rapporto chiarisce in modo graficamente molto chiaro che i miglioramenti delle prestazioni ambientali che saranno conseguiti con la completa attuazione della nuova AIA (prevista per il 2016) comportano un dimezzamento del rischio cancerogeno nella popolazione residente intorno allarea industriale; nel contempoevidenziapurecomeinognicasoresiduiunrischiosanitarioineccessorispettoaquelloprevisto ades.dallUSEPA:unasituazionechepotrebbedarluogoadunulteriorefasedigestionedelrischio,ades. correggendolamassimacapacitproduttivadellimpianto,riducendocosleemissionimassicheannue. Occorre ancora una vota chiarire che i rischi cancerogeni stimati non sono indicatori di outcome (esito) sanitario,nonsonoevidentementefondatisudatiepidemiologici,masonounmerostrumentoattraversoil qualesipurealizzareunapolicypienamentepreventiva. Nel dettaglio: se si in grado di prevedere che i cittadini esposti alle emissioni industriali a partire da oggi per 70 anni alle concentrazioni prodotte oggi dallimpianto hanno un rischio cancerogeno superiore a

quelloaccettabile,siintervieneoraperevitarechesipossarealizzareloscenarioprevisto,attraversouna riduzionedelleemissionichesiaefficacenelridurreilrischioaldisottodiunadeterminatasoglia. Si tratta quindi di una procedura finalizzata allassunzione di decisioni volte a tutelare la salute delle popolazioni, incorporando i principi di precauzione e di prudenza scientifica. Quanto alla soglia, si consideri che lUSEPA nella valutazione del rischio cumulativo (da tutte le sorgenti, industriali e non, per tutte le vie diassorbimento)ipotizzaunvaloredeminimisparia106,coninterventidiscrezionalinelrange104e10 6 ,euninterventopianificatoincasodirischiosuperiorea104. Occorre tener presente che gli eccessi di rischio a questordine di grandezza sono talmente bassi da non poteresserepianificatineldisegnodeglistudiepidemiologiciditipoanalitico. La procedura specificamente seguita nel rapporto segue le modalit previste dallUSEPA nella stima del rischio sanitario residuo postautorizzativo. Uno degli autori del rapporto sulle cokerie del 2003 (che port ad un abbassamento normativo dei limiti emissivi nel 2005) Ted Palma (Research Triangle Park, North Carolina),damecontattato,cihafornitopreziosisuggerimentioperativiperlanostraVDS. Si tratta di una procedura complessa, che segue i principi generali formulati 30 anni fa dalla National AcademyofSciencesamericanapubblicatiinundocumentonotocomeRedBook. Al termine della procedura, si evince che pi dell80% del rischio cancerogeno attribuibile al benzo(a)pirene, un inquinante contenuto nelle emissioni fuggitive delle cokerie. In unanalisi molto semplificata,leccessodirischiodovutoallesposizioneabenzo(a)pirenenelquartiereTamburierastatogi evidenziato da ARPA Puglia tre anni fa, e aveva portato alla segnalazione da parte della Regione al Ministero dellAmbiente. Analogamente, se fossero stati realizzati gli studi epidemiologici proposti al Ministero da ARPA e ASL di Taranto in sede di AIA (inclusi quelli poi realizzati in sede peritale), forse ci sarebbe stata una gestione pregiudiziaria del problema ambientesalute e non sarebbero scoppiati i conflittisocialieistituzionali:amenochenonsiritenga,seguendoilmagisterodiSanMatteo,cheOportet utscandalaeveniant.

II

1. Premessa
La Legge regionale 24 luglio 2012, N. 21 Norme a tutela della salute, dell'ambiente e del territorio sulle emissioni industriali inquinanti per le aree pugliesi gi dichiarate a elevato rischio ambientale,che hala finalit diprevenire edevitare un pericolo grave, immediato o differito, per la salute degli esseri viventi per il territorio regionale, prevede leffettuazione di una valutazione del danno sanitario (VDS) in stabilimenti industriali insistentisuareeadelevatorischiodicrisiambientalee/oSINdellaRegionePugliasoggetti ad AIA e che presentino il requisito aggiuntivo di essere fonte di IPA, di produrre polveri o discaricarerefluineicorpiidrici. Leffettuazione della VDS dei suddetti impianti posta in carico allARPA Puglia, alle ASL delleareearischioambientaleeallAReSconilcoordinamentodiARPAPuglia. I criteri metodologici sono stati stabiliti da un Regolamento attuativo pubblicato sul BollettinoUfficialedellaRegionePuglian.145del05102012. ComeschematizzatoneldiagrammadiflussoinFig.1laVDSconstadiduecomponenti: 1) una valutazione epidemiologica di area, rivolta in particolare alle patologie a breve latenza potenzialmente attribuibili ad esposizioni ambientali (es. malattie cardiovascolari,malattierespiratorieacuteecroniche,neoplasieinfantili); 2) unavalutazionediimpattosanitarioimpiantospecificachesiavvaledelleprocedure diriskassessmentconparticolareattenzioneaglieffetticancerogenidellesostanze. Qualora sia la valutazione epidemiologica di area che la valutazione di impatto sanitario impiantospecifica propendano per lesistenza di criticit, si concluder per lesistenza di un danno sanitario legato alle emissioni dellimpianto in studio e ne conseguir ladozione delle misure di mitigazione, vigilanza e controllo previste dallart. 6 della Legge Regionale 21/2012. Stante il contesto noto, si deciso di effettuare la prima VDS per lo stabilimento ILVA di Taranto (azienda inclusa nellelenco di cui allAllegato C del Regolamento Regionale n. 24 del 3/10/2012) considerando quale area di riferimento quella comprendente i comuni di TarantoeStatte.InparticolarenellaVDSstataconsideratasialasituazioneemissivapre AIAriferitaal2010(situazione2010),relativamenteallaqualesonodisponibilidatiemissivi completi,cheloscenariopostriesameAIA(DVADEC20120000547del26/10/2012)peril quale le emissioni sono state stimate considerando ladeguamento alle prescrizioni (scenario2016).


Fig.1DiagrammadiflussodellaVDS(allegatoAdelRegolamentoattuativodellaLR21/2012)

2. Analisiemissivadelcontestodiriferimento

Ai sensi degli artt. 3 e 4 del Regolamento Regionale (n.24 BURP n. 145 del 05102012) relativo alla L.R. n.21/12, al fine di fornire un quadro emissivo del contesto di riferimento, si riportano i dati dellinventario regionale delle emissioni in atmosfera (INEMAR Puglia) riferitiallanno2007pericomunidiTarantoeStatte. LareacomunalediTarantorisultaesserequellacaratterizzata,alivellonazionale,dallepi alte emissioni in atmosfera generate dalle attivit industriali, riguardo in particolare alle seguenti sostanze: Idrocarburi Policiclici Aromatici, Benzo(a)Pirene e diossine, come riportatonellebanchedatiemissivenazionalieinternazionali. Lanalisi delle sorgenti emissive stata effettuata utilizzando linventario regionale delle emissioni in atmosfera, per lanno 2007, redatto da Arpa Puglia (Regione Puglia/Arpa PugliaCentroRegionaleAriaIN.EM.AR.PugliaInventario2007rev.2)1. Linventario 2007 stato opportunamente dettagliato ed integrato da dati specifici derivanti da diverse fonti e database emissivi locali e nazionali (dati S.M.E., misure e controlli, EPRTR, E.T., C.E.T., ecc.) e da una serie di informazioni necessarie alla caratterizzazionespazialeetemporalerelativaalfocussulterritoriodiinteresse.Leattivit responsabili della formazione di emissioni possono avere natura antropogenica (legate cio a processi industriali, ai trasporti, ai rifiuti, ecc.) o biogenica (legate all'erosione del suolo,all'attivitdellafloraedellafauna,alleeruzionivulcaniche,ecc.). Lavarietelanumerositditaliattivitemissivehannoportatoallanecessitdielaborare delle codifiche che ne permettessero una classificazione univoca nell'ambito della predisposizionedegliinventari.LanomenclaturautilizzataalivelloeuropeoquellaEMEP CORINAIR che classifica le attivit secondo la SNAP (Selected Nomenclature for Air Pollution).Seguendolametodologiainternazionalmenteaccettata,quindi,ancheinquesto caso le emissioni sono state raggruppate e sono stati riportati i dati per fornire un quadro emissivo di alcuni inquinanti selezionati. Per una maggiore fruizione e cognizione dei dati, glistessisonostatiorganizzatipercomparticoscomeriportatonellatabella1.Sispecifica cheinaltritrasportisonocompreseleemissioniprovenientidaferrovie,porti,mezzioff road,ecc.,mentreinaltrosonopresentileemissionidovuteagliincendi,allestrazionedi materialedacave,ladistribuzionedicombustibili,ecc.egliassorbimenti.

Il principale riferimento metodologico per la redazione dell'inventario delle emissioni in atmosfera rappresentato dal progetto europeo CORINAIR. Tale metodologia definisce in che modo devono essere raccolte ed organizzate le informazioni relative alle emissioni inquinanti, sia naturali che antropiche, e come deve essere effettuato il calcolo delle stime delle emissioni affinch queste siano confrontabili e rappresentative dellarealtlocaleacuisiriferiscono.
1


Tab.1Emissionitotaliannueinatmosfera(2007)ripartitepercompartoemissivonellareainstudio2

A titolo esemplificativo si riportano, per il PM10, le quote emissive relative ai diversi comparticonsideratirispettoaltotale(Fig.2).

PM10
Trasporti Stradali Altri Trasporti Rifiuti 2,34% 7,28% 1,26% Riscaldamento 0,61% Agricoltura 0,17%

Altro 4,65%

Energia 4,21%

Industria 79,49%

Fig.2QuotepercentualirelativeaivaricompartiilPM10

Dallatabella1edallafigura2sinotacome,perquantoriguardalepolveri,ladistribuzione di emissione tra i vari comparti segue essenzialmente questordine: industria (attivit

I dati rappresentano le emissioni massiche annue e non i dati di monitoraggio di qualit dell'aria (immissioni). L'area di studio costituita dai comunidiTarantoeStatte.
2

emissiva principale > di emissione sul totale), altri trasporti, altre sorgenti, energia, trasportistradali,ecc. Scendendo nel dettaglio si descrivono nel seguito le principali fonti costituenti lo scenario emissivopresentatoperlarea(industriaenergia,traffico,riscaldamento,porto).
Sorgentiindustriali

Per quanto concerne le emissioni derivanti dalle sorgenti industriali sono state prese in considerazione le principali aziende presenti nellarea di studio (CEMENTIR, EDISON, ENI, ENIPOWER,ILVA,ecc.). Dallanalisideidatiemissivi2007,giriportatiinprecedentilavoriereportdiArpaPugliae presentisulsitodedicatoallinventariodelleemissioni3,sievincecomeil78%ca.delPM10 emesso nellarea in esame ha origine collegata al complesso siderurgico ILVA, che da solo rappresentainoltreca.il98%dellinterocompartoindustriale.Perquelcheriguardaalcuni microinquinanti organici come il benzo(a)pirene e i PCDD/F al comparto industriale e nello specificoadILVAattribuibileunaquotapartedica.il99%didetteemissioni.
Trafficostradale

LeemissionidovutealtrafficosonostatestimateconlapplicazionedelmodelloCOPERTIV (COmputer Programme to calculate Emissions from Road Transport), indicato dalla metodologiaCORINAIR(EEA).Lametodologiaprevedeilcalcolodelleemissioniapartireda fattori di emissione per categorie di veicoli, in determinate condizioni di traffico, in funzione del combustibile, della classe di emissione, tipologia di strada, marcia, ecc. In tabella sono stati separati i contributi alle emissioni del traffico diffuso (inteso come urbano, basato sul parco auto e i consumi di combustibile) e del traffico lineare (extraurbano, basato sui flussi rilevati). Di seguito (Fig. 3) un esempio di mappa di emissione di NOx relativo al traffico lineare applicato sul grafo stradale regionale, con focussullareainesame.

http://www.inemar.arpa.puglia.it

Fig.3EmissionidiNOxdatrasportostradale(trafficolineare):graforegionaleefocussullareainstudio

Leprincipaliinfrastruttureditrasportoconsiderateperilcalcolodelleemissioninellareain oggetto sono state la strada statale Jonica SS106, che collega le citt di Taranto e Reggio Calabria,lastradastatale100BariTarantoelastradastataleSS7,oltrealrestodellarete stradalelocale. Lelaborazione dei dati mostra come ca. il 10% delle emissioni di NH3 sono attribuibili al traffico (urbano ed extraurbano) nellarea in esame, mentre a seguire i COV (4,8% sul totale darea), NOx (5,9%), N2O (4,1%), PM10 (2,3%), CO2 (1,3%) e quote minori per gli altriinquinanti.
Riscaldamentononindustriale

Per quanto riguarda le emissioni diffuse (areali) dovute al comparto riscaldamento (non industriale,codiceSNAP02),sonostatistimatidapprimaifabbisognienergeticidegliedifici e quindi sviluppata la stima basata su fattori di emissione (FE) per la combustione non industriale. Le emissioni relative sono state calcolate a livello comunale e per tipo di combustibileutilizzato,comeprodottodellenergiaconsumatapertipodicombustibileedi relativi FE riferiti alle caldaie con potenza termica inferiore a 50 MW. In questo caso lelaborazione dei dati mostra come linfluenza di questo comparto per larea considerata riguardi lN2O (3,2%) e i COV (2,6%), mentre rappresenti valori inferiori al 1% per gli altri contaminanti.Edaevidenziarecomunquecheilcontributodiquestatipologiadisorgente

(areale)alleemissionidiPCDD/F(ca.0,8%)eIPA(ca.0,02%)immediatamentesuccessivo, comeordinediimportanza,alleemissioniditipoindustrialeedenergetico.
Attivitportuale

Le emissioni originate dai porti riguardano le attivit marittime, essenzialmente le fasi di manovra e di stazionamento delle imbarcazioni. La stima delle emissioni stata effettuata da Arpa Puglia sulla base della metodologia internazionale Methodology for Estimate air pollutant Emission from Transport (MEET). Lapproccio di stima utilizzato per i principali porti pugliesi, compreso quello di Taranto, stato di tipo bottomup a partire da una base informativa di dati opportunamente predisposta e richiesta agli enti locali interessati (Capitaneria di Porto, Autorit Portuale), stimando il relativo contributo emissivo. Lindicatore considerato stato il consumo di combustibile delle varie tipologie di imbarcazioni(classificatepertipologia,motoreestazzalorda)nellediversefasioperative. Lelaborazione dei dati specifici relativi al porto di Taranto ha messo in evidenza un contributodiquestotipodisorgenteemissivanontrascurabileinterminidipolveri(4,7%), SO2(11,1%)eNOx(13,7%)rispettoaltotalediarea.

3. Statodellaqualitdellarianelcontestodiriferimento
La rete di monitoraggio della qualit dellaria nellarea oggetto di questo report (Fig. 4) comprendelestazionidimonitoraggioelencateintabella2.
Tab.2StazionidimonitoraggiodellaqualitdellariaaTaranto
Stazionirete ARPA ViaArchimede (TamburiTA) ViaMachiavelli (TamburiTA) Coordinate UTM(m) 689238E 485033N 68864E 4484370N Tipostazione Tipoarea Parametrimisurati(q.a.) Parametri misurati (meteo)

Industriale

Urbana

CO,PM10,NO2,SO2,H2S

Industriale Urbana C6H6,PM10,NO2, SO2,PM2.5,B(a)P,piombo, arsenico,cadmio,nichel, IPATOT,CH4 PM10,NO2,SO2,piombo, arsenico,cadmio,nichel,B(a)P PM10,NO2,SO2 VV,DV, TEMP,UR, PREC,RADG

ViaUgoFoscolo (TalsanoTA) Viadelle Sorgenti (StatteTA) SS7PonteWind (StatteTA) ViaSpeziale Casa Circondariale (TA) ZonaCISI (PaoloVITA) CapoSanVito

693783E 4475985N 686530E 4492525N 684114E 4488423N 694358E 4481091N

Industriale Industriale

Suburbana Suburbana

Industriale/Traffico

Rurale

CO,C6H6,PM10,NO2,SO2

Industriale

Rurale

PM10,NO2,SO2

690889E 4488018N 688778E 4477122N 691924E 4481337N

Industriale Industriale/Traffico

Rurale Suburbana

PM10,NO2,SO2 NO2,SO2,PM10

VV,DV, TEMP,UR, PREC.

ViaAltoAdige (TA)

Traffico

Urbana

NO2,SO2,PM10,C6H6,IPATOT, piombo,arsenico,cadmio, nichel,B(a)P

10

Fig.4Localizzazionedellecentralinediqualitdellaria

Le maggiori criticit riscontrate sono legate ai superamenti dei valori limite del B(a)P nella stazionediviaMachiavelliedelPM10nellestazionidiViaArchimedeeViaMachiavellinel quartiereTamburidelComunediTaranto. In particolare negli anni 2009, 2010 e 2011 (come indicato in tabella 3) il valore obiettivo pari a1,0 ng/m3, previsto peril BaP dalD.Lgs. 155/2010 relativamente allaconcentrazione media annuale in aria ambiente, stato superato nella stazione sita in via Machiavelli (quartiereTamburi).Nellatabella3siconfrontano,inoltre,leconcentrazionimedieannuali di B(a)P di Via Machiavelli per il periodo 20092012, con quelle misurate presso altri due sitinellareainesame(ViaAltoAdigeaTarantoeViaUgoFoscoloaTalsano).

11

Tab. 3 Concentrazioni medie annuali di B(a)P relativamente al periodo 20092012 nelle centraline di monitoraggioViaMachiavellieViaAdige,siteaTaranto,enellacentralinaViaFoscolo,sitaaTalsano Anno
Taranto ViaMachiavelli (ng/m3) 2009 2010 2011 1,31 1,82 1,13 0,76 Taranto ViaAltoAdige (ng/m3) 0,39 0,31 0,31 0,24 Talsano ViaFoscolo (ng/m3) 0,38 0,31 0,32 0,24

2012

Nelletabelle4e5siriportanorispettivamenteleconcentrazionimedieannualieilnumero di superamenti per il PM10 rilevati negli anni 2009, 2010, 2011 e 2012, totali e al netto degli eventi di avvezione di sabbia sahariana, nelle centraline di via Machiavelli, via Archimede e via Ugo Foscolo a Talsano, questultima rappresentativa di una situazione di fondo. Si osserva che per lanno 2011 le postazioni di via Machiavelli e di via Archimede (Q.re Tamburi) hanno registrato un numero di superamenti del valore limite giornaliero superioreaquelloindicatodalD.Lgs.155/2010(35giorni/anno).
Tab.4MediaannualediPM10(g/m3)neisitiVia Machiavelli, ViaArchimedeeviaU.Foscolo(Talsano). Periodo20092012

2009 Mediaannuale (g/m3) 33 31 24

2010 Mediaannuale (g/m3) 32 33 24

2011 Mediaannuale (g/m3) 37 36 26

2012 Mediaannuale (g/m3) 34 31 23

ViaMachiavelli ViaArchimede ViaU.Foscolo (Talsano)

Tab. 5 Numero di superamenti (VL media giornaliera) di PM10 nei siti Via Machiavelli , Via Archimede e viaU.Foscolo(Talsano).Periodo20092012 12

2009 Num. sup. Alnetto eventi sahariane

2010 Num.sup. Alnetto eventi saharia ne


13 22

2011 Num. sup. Alnetto eventi sahariane

2012 Num. Alnetto sup. eventi saharia ne 35 26 3 32 21 1

ViaMachiavelli ViaArchimede ViaU.Foscolo (Talsano)

27 21 9

22 16 5

21 31

45 41

41 37 9

10

13

4. VDSILVATaranto:procedurediriskassessmentsitospecifiche
4.1. Baseconcettuale

Il risk assessment effettuato in riferimento allo stabilimento ILVA di Taranto si basa sulle procedure proposte dallAgenzia per la Protezione Ambientale degli Stati Uniti (USEPA), checomprende le fasi di(1) identificazionedei pericoli, (2) valutazione dellesposizione, (3) valutazionedoserisposta,(4)caratterizzazionedelrischio. Vistoinunotticapidinamica,lefasipossonoessereancheschematizzatecomesegue: Emissioni inquinanti in atmosfera dispersione attraverso modelli diffusionali esposizionedellapopolazioneimpattosullasalute(esposizioneperrischiounitario) Il risk assessment un processo per la stima dellimpatto sanitario che serve in primis ai policy makers per prendere decisioni in condizioni di incertezza. Si sottolinea infatti che, sebbene un processo di questo tipo debba essere basato sulle informazioni scientifiche disponibili pi aggiornate ed estese, lincertezza associata ad ogni sua fase non pu essere eliminata.Leprincipalifontidiincertezzasonoillustratenelcapitolo8. 4.2. Identificazionedeipericoli

Il primo step della procedura di risk assessment, lidentificazione dei pericoli, ha lobiettivo di identificare le specifiche sostanze chimiche da includere nella valutazione per i loro potenziali effetti avversi sulla salute umana. A partire dai dati di emissione dello stabilimento e dalla letteratura relativa agli impianti siderurgici, il gruppo di lavoro, ai fini del presente rapporto, ha posto lattenzione sugli inquinanti per i quali sono noti effetti cancerogenie/ononcancerogeniperesposizioneperviainalatoria: IPA:Benzo[a]pirene4eNaftalene; Organici:Diossine,PCB,benzene; Metalli5:Arsenico,Cadmio,Cromo6,Nickel,Piombo,Selenio.

E stata effettuata una valutazione delle concentrazioni di altri IPA, in particolare Benzo[a]antracene, Benzo[b]fluorantene, Benzo[k]fluorantene, Crisene, Dibenzo[a]antracene, Indeno [1,2,3cd]pirene, ma dal momento che lo UnitRisk dellOMSutilizzato per il calcolo del rischio, utilizza il B[a]P come indicatore di una miscela di IPA, essi nonsonostatiutilizzatinellavalutazionedeglieffetticancerogeni. 5 Data lesiguit delle relative emissioni (~5 kg nel 2010) e la conseguente presumibile irrilevanza del relativo contributoalrischiocancerogenototaleperviainalatoria,nellaVDSilBerilliononstatotrattato. 6 A partire dalle emissioni di Cr totale, sono state stimate quelle di CrVI, vista la relativa valenza cancerogena e tossicologica, per specifici settori dello stabilimento (la quota parte del Cr totale stata valutata nel 1,6 % secondo Crossetal.,1999eKoponenetal.,1981).
4

14

In questa prima analisi non stato valutato il rischio connesso allesposizione a PM10, anche perch altre istituzioni (in particolare lEPA) non lo includono nelle procedure di risk assessment. Valutazionedellesposizione Il secondo step della procedura di risk assessment la valutazione dellesposizione, che determinaillivellodiesposizionedeirecettoriumaniallesostanzechimicheindividuate. Sirammentachenelcasoinesamestataconsideratalasolaviainalatoriadiesposizione. In generale per le sostanze aerodisperse possibile utilizzare le concentrazioni direttamente misurate nellambiente oppure le concentrazioni stimate attraverso modelli didispersioneapartiredalleemissioni. In questo caso stata utilizzata la modellistica che esposta in modo dettagliato nei capitoli seguenti, sia perch era necessario avere una mappa di concentrazioni continua su tutto il territorio di interesse sia per la necessit di attribuire lesposizione alla sorgente di interesse(inquestocasolostabilimentoILVAdiTaranto). Basandosisulleconcentrazionistimate,econoscendoladistribuzionedellapopolazionesul territorio,possibilecalcolareladoseinalatoriadellapopolazionepotenzialmenteesposta. La formula per il calcolo della dose inalatoria riportata in figura 5 e sono stati utilizzati seguentivalorididefault: DBR:393L/Kgbodyweightday(95percentile) A:1 EF:350days/year ED:70years AT25.550days 4.3.

Fig.5Formulaperilcalcolodelladoseinalatoria
Fonte: The Air Toxics Hot Spots Program Guidance Manual for Preparation of Health Risk Assessments August 2003. Office of Environmental HealthHazardAssessmentCaliforniaEnvironmentalProtectionAgency

15

5.EmissionidellostabilimentoILVA
IlpresenterapportoVDSsiriferisceinparticolarea: situazione emissiva preAIA che considera i dati del 2010, lanno pi recente per il qualesianodisponibiliriferimenticompleti(situazione2010); scenariodelleemissioniipotizzateinconseguenzadellapplicazionedelleprescrizioni definite dal Ministero dell'Ambiente e della Tutela del Territorio e del Mare nel documento di riesame AIA DVADEC20120000547 del 26/10/2012 che ha modificato parte delle prescrizioni presenti nel DVADEC20110000450 del 04/08/2011(scenario2016).

5.1.SituazioneemissivaPREAIA(situazione2010) ARPA Puglia sta provvedendo a completare (in analogia con le altre Agenzie) linventario delle emissioni in atmosfera da tutte le sorgenti aggiornato allanno 2010 (in seguito alla pubblicazione per gli anni 2005 e 2007) attraverso il sistema INEMAR, sviluppato dalla RegioneLombardia. Sulla base di quanto presente nellinventario, sono state approfondite e dettagliate le emissioniinaria,convogliateediffuse,dellostabilimentosiderurgicoILVA,utilizzandoidati analitici di controlli/autocontrolli, SME e delle altre fonti mediante le migliori metodologie di stima disponibili. Le fonti metodologiche utilizzate nellanalisi emissiva di dettaglio sono state lEMEP/CORINAIR Guidebook 2009, lEPA AP42, lEPA 303, il documento relativo alle BATConclusions(Decisione2012/135/UE)eilBREFdelsettoreacciaio. I dati emissivi annuali sono stati in parte stimati con un approccio bottomup attraverso datidiattivitefattoridiemissioneedinpartecalcolatiapartiredadatimisurati. Relativamente alle emissioni trattate nella tabella 6 si riportano le specifiche attivit emissivepreseinconsiderazione.
Tab.6AttivitemissiveILVAtrattateerelativicodiciSNAP 16

Descrizioneattivitemissivepreseinconsiderazione Acciaio(fornobasicoadossigeno) Altro Calce(decarbonatazione) Calce(incluseleindustriedelferrodell'acciaioedipasteperlacarta) Cowpersdialtoforni Fonderiedighisaeacciaio Fornidicokeria Fornisiderurgiciperriscaldamentosuccessivo Impiantidisinterizzazioneepellettizzazione Laminatoi Operazionidicaricodeglialtiforni Spillaturadellaghisadiprimafusione Emissionidiffusedaareaparchi Emissionidiffusemovimentazionestradaleetrasportomateriale Fornidacoke(perdite,sfornamentoespegnimento) Emissionidiffuseimpiantisinterizzazioneepellettizzazione Emissionidiffuseacciaio

codifica SNAP97 040206 040210 040614 030312 030203 030303 010406 030302 030301 040208 040202 040203 050103 _ 040201 040209 040206

InparticolarelesorgentiemissivetrattatenellaVDSILVAsonostate: lesorgenticonvogliate(innumeroparia181); le sorgenti areali a caldo (in numero pari a 5), riferite in particolare alla cokeria, allagglomerato,alleacciaierieeallaltoforno; le sorgenti areali a freddo (in numero pari a 9), riferite ai parchi minerari, ai nastri (nonpostinellevicinanzedelquartiereTamburi)eallamovimentazionematerialein generale; le sorgenti lineari (in numero pari a 3) relative a quota parte dei nastri, nello specificopostinellevicinanzedelquartiereTamburi.

Relativamente al numero di emissioni convogliate trattate si precisa che alcuni camini con caratteristiche omogenee, appartenenti alla stessa linea impiantistica, sono stati raggruppati. Perquantoriguardaleemissionidiffuse,sonostatedeterminate: leemissionidibenzene,IPA(BaPinparticolare)emetalliattribuibiliallacokeria; le emissioni areali diffuse di particolato dovute alla cokefazione, allimpianto di sinterizzazione,allaltofornoealleacciaierie; - le emissioni fuggitive dai parchi minerali, dai nastri e dalla movimentazione in generale. 5.2.ScenarioemissivoPOSTAIA(scenario2016) 17

Da un punto di vista metodologico, lo scenario emissivo postapplicazione delle prescrizioni previste dal riesame AIA stato predisposto lasciando inalterata la struttura gi descritta nel paragrafo precedente con alcune modifiche dovute ai cambiamenti intervenuti nel corso del tempo e soprattutto tenendo conto degli interventi previsti dalle prescrizioni. Sono state considerate, quindi, tutte le sorgenti puntuali e diffuse gi esaminate per il 2010, prevedendo in questo caso la fermata di alcuni impianti dichiarati dismessi (cfr. AFO 3). In particolare, per quel che riguarda le prescrizioni del riesame AIA, di seguito si riportano sinteticamente le caratteristiche salienti prese in considerazione nella stesura dello scenario(2016): - massimacapacitproduttiva(paria8.000.000ton/annodiacciaio); - nuovi limiti emissivi imposti per i camini degli impianti dellaree a caldo (cokeria, agglomerato, area ghisa), in particolare per le polveri e per i microinquinanti (cfr. DVADEC20120000547); - misurediriduzionerelativealleemissionidiffuseefuggitivedallareacokeria; - misure di contenimento sui cumuli dei parchi e copertura delle aree di stoccaggio, misure di contenimento delle aree/locali di lavorazione e preparazione materiali pulverulenti, chiusura nastri e particolari precauzioni nella movimentazione materialepulverulento. - misure strutturali/gestionali che lazienda tenuta a rispettare durante i wind days(coscomedefinitiedintegratinelriesamedellAIA). La risultante dellapplicazione delle prescrizioni combinate alla migliore stima possibile, consultando le fonti metodologiche gi utilizzate per il 2010 (EMEP/CORINAIR Guidebook 2009, EPA AP42 303, BAT Conclusions, BREFacciaio), rappresentata dallo scenario emissivo al 2016 che, come si potr notare nel seguito, presenta una quadro emissivo generalmentemiglioredelprecedenteconsiderato.

18

6. Modellistica
Introduzione PerlavalutazionedeldannosanitarioattribuibileallimpiantoILVAoccorredefiniresubase geografica lesposizione ambientale della popolazione tarantina alle relative emissioni inquinanti. Occorre quindi determinare le mappe di distribuzione al suolo delle concentrazioni degli inquinanti trattati dalla VDS relativamente a tutte le tipologie di emissioniprodottedallimpiantostesso. Talimappevengonoricostruiteconlausiliodellamodellisticadiffusionaleche,ponendoin relazione deterministica emissioni e concentrazioni, consente di ottenere campi di concentrazione in aree di territorio dove non esistono punti di misura e di individuare le porzioni di territorio pi critiche da un punto di vista delle ricadute di contaminanti. Luso delle tecniche modellistiche consente inoltre di separare e valutare quantitativamente il contributo delle varie sorgenti emissive alla qualit dellaria ambiente, consentendo cos sia di interpretare i dati integrati delle centraline di monitoraggio che di individuare pi efficacementelestrategiedimitigazioneedirisanamentodaintraprendere. Inparticolarelemappediconcentrazionesonoilrisultatofinalediunacatenamodellistica che prevede una ricostruzione meteorologica, una ricostruzione dei parametri legati alla turbolenzaedunaricostruzionedelladiffusionedegliinquinantiinatmosferaealsuolo. La dispersione degli inquinanti in atmosfera viene di norma simulata con modelli semplificati(gaussiani)(EPA,2009)superioditemporalirelativamentelunghi,consentendo la quantificazione dellimpatto atmosferico sul territorio circostante ed il calcolo degli standarddiqualitdellariaprevistidallanormativavigenterelativiaidiversiinquinanti. Lesimulazioniconimodelligaussianiforniscono,inalcunesituazionicritiche,risultatipoco realisticiperdiversimotivi: impossibilitdiriprodurrelesituazionidicalmedivento; incapacit di seguire correttamente levoluzione temporale dei fenomeni di brezzaediricircolodiinquinante. La complessit dello scenario emissivo dellimpianto ILVA, caratterizzato da un elevato numero di sorgenti sia di tipo convogliato che di tipo areale, unita alla complessit meteorologica dellarea, che determina linnescarsi di condizioni meteo diffusive non omogenee e non stazionarie, a causa della presenza della discontinuit terramare, rende necessario lutilizzo di una modellistica tridimensionale di tipo avanzato in grado, cio, di riprodurre realisticamente le variazioni spaziali e temporali sia del campo di moto che dei diversiregimiditurbolenzaatmosferica. Comecodicetridimensionaledisimulazionestatosceltounmodelloditipolagrangianoa particelle perch particolarmente adatto a fornire una ricostruzione accurata della distribuzionespazialelocaledegliinquinantiprimari.
19

6.1.

A partire dal dataset meteorologico MINNI (Zanini, 2009), descritto nel seguito e prodotto dal modello prognostico a mesoscala RAMs (Walko and Tremback, 2005), il sistema utilizzato in questo studio la cascata di modelli costituita dal sistema Minerve/Swift SurfProSPRAY, di cui si dar una descrizione pi dettagliata nei paragrafi successivi. Gli inquinanti simulati e per cui si sono stimate le concentrazioni al suolo sono i macroinquinanti convenzionali (SO2, NOx e benzene), le polveri (PM10 e PM2.5), i microinquinanti organici (diossine, PCB e IPA) ed inorganici (metalli). Per i microinquinanti sono state stimate le deposizioni (secca ed umida), nellipotesi che essi siano interamente veicolati dal particolato PM10. La simulazione stata condotta considerando lanno meteorologico2007. RelativamenteallostabilimentoILVAtalecatenamodellisticapermettedigestireiseguenti transitoridellevariabilimeteodiffusive: riproduzionedellevoluzionespazialeetemporaledeifenomenidibrezzacon idiversiregimiditurbolenzasulmareesullaterra; possibilit di considerare i cambiamenti di direzione e di intensit del vento conlaquota; simulazione della dispersione anche in situazione di calma di vento con riproduzionedeifenomenidistagnazioneediaccumulo. Lapproccio utilizzato consente quindi di rispondere adeguatamente alle esigenze di definire lesposizione ambientale su base geografica della popolazione tarantina alle emissioni dellimpianto ILVA poich ricostruisce i campi di concentrazione a livello locale concadenzaorariaeconduratadellesimulazionicomplessivapariadunanno. 6.2. Dominiodisimulazione Lecaratteristichedeldominiodisimulazione,mostratonelriquadrodellafigura6,sono riassuntenellatabella7:
Tab7.Caratteristichegrigliatodisimulazione
Estensione Risoluzione CoordinateX,YdelpuntoSW NumeropuntinelladirezioneXeY 35kmx35km 500m UTM33WGS84670000m,4470000m 71x71

20


Fig.6Localizzazionedeldominiodisimulazione(riquadrorosso)estrattodaGoogleEarth

Lestensione verticale del dominio di simulazione per la ricostruzione meteorologica pari a5000m,con15livellidicalcoloespressiinmetrisopralorografia:0,20,50,94,156,243, 364,530,755,1061,1471,2020,2751,3720,5000. Nella figura 7 si riporta la mappa dellorografia e delluso del suolo relativa al suddetto dominio. I codici di uso del suolo sono definiti secondo una classificazione a 21 classi ricavatadallaclassificazionestandardinternazionaleCORINEa44classi(EEADataService), mediante accorpamento di alcune categorie, secondo la didascalia riportata sopra la figura. Sono evidenti le aree urbane ed industriali (colore arancione e grigio), le aree agricole (marroncino) e forestali (colore verde). Il profilo topografico risulta essere sostanzialmente pianeggiante, a nord del dominio si rileva la presenza di unarea collinare conunaltezzamassimaparia400500ms.l.m..

21


1=Urbanfabric 2=Industrial,commercialand transportunits 3=Airports 4=Otherartificialsurfaces 5=Arableland(nonirrigated) 6=Ricefields 7=Permanentcrops 8=Pastures 9=Heterogeneousagriculturalareas 10=Broadleavedforest 11=Coniferousforest 12=Mixedforest 13=Naturalgrassland 14=Shrubsandheathland 15=Beaches,dunes,andsandplains 16=Barerock 17=Sparselyvegetatedareas 18=Glaciersandperpetualsnow 19=Inlandwetlands 20=Coastalwetlands 21=Waterbodies

Fig.7Mappadiorografiaeusodelsuolorelativaaldominioconsiderato

Meteorologia 6.3.1. Analisimeteoclimaticadellareadistudio Larea considerata, centrata sul comune di Taranto, risulta pressoch pianeggiante. In direzione nord, a circa 15km dagli impianti, si trova laltopiano delle Murge Orientali, tra i comuni di Massafra e Martina Franca, la cui quota orografica non supera i 500m s.l.m., mentre a sud il territorio lambito dal mar Ionio. Lungo la costa la riduzione dei venti sinottici dai quadranti settentrionali durante la stagione estiva favorisce la formazione di circolazionilocaliaregimedibrezza. Percaratterizzareilcampoanemologicodellareasisonoconsideratiidaticlimatologici(30 anni) delle stazioni dellAeronautica Militare di Marina di Ginosa e di Grottaglie (i cui dati
22

6.3.

sono tratti da www.scia.sinanet.apat.it) e un quinquennio di dati meteorologici (2007 2011) misurati nella postazione ARPA di Capo San Vito (Fig. 8). Tale stazione, in base ad una valutazione preliminare, stata selezionata tra le stazioni gestite da ARPA nellarea in esame come stazione in grado di ricostruire pi correttamente rispetto alle altre le caratteristiche a mesoscala dellatmosfera, in quanto poco influenzata da perturbazioni dovute ad effetti locali (es. canyon urbani, situazioni di blocco del movimento delle masse dariaperpresenzadiostacoli,ecc.). In figura 9 mostrata la rosa dei venti nelle tre postazioni appena descritte. Nei due siti costierisiosservaunaprevalenzadiventidaiquadrantinordoccidentaliesudorientali.Le percentuali di calme di vento (intese come le ore in cui la velocit inferiore a 0.5 m/s) variano da alcuni punti percentuali (1217%) nella zona costiera a valori superiori del 50% nellazonadiGrottaglie.

Stazionimeteo Grottaglie MarinadiGinosa CapoSanVito

Lat,Long Hs.l.m(m) 40.52,17.4 64 40.44,16.88 2 40.42,17.23 2

Fig.8Localizzazionedellepostazionimeteorologiche

Fig.9RosedeiventiaMarinadiGinosa,CapoSanVitoeGrottaglie 23

Le figure successive sono frutto dellelaborazione dei dati di vento relativi al quinquennio 20072011 nella postazione di Capo San Vito. In particolare vengono riportate le velocit medie e massime per settore di vento (Fig.10a) e la distribuzione in frequenza per classi di velocit (Fig.10b). Al fine di evidenziare le circolazioni locali di brezza, che caratterizzano larea in esame per la presenza della discontinuit terra mare e tipiche del periodo estivo, nelle figure successive si confrontano le rose dei venti relative al semestre estivo ed invernale(Fig.11). LanalisideiventimostracomedirezioneprevalentediprovenienzadelventoilsettoreNO (12%),seguitoinordinedecrescentedifrequenzadiaccadimento,daisettoriONOeS(con frequenza pari rispettivamente a circa il 10%). Al settore NO contribuiscono venti sinottici di intensit elevata (mediamente pari a 5m/s), ai settori ONO e S, caratterizzati rispettivamentedaventidiintensitmediapariacirca4m/se2m/s,contribuisconoanche le circolazioni di brezza. La percentuale di calme di vento (intese come le ore in cui la velocit inferiore a 0.5 m/s) pari al 17.6%; le velocit comprese tra i 0.5m/s ed i 3 m/s, tra i 3 e i 5m/s e superiori ai 5m/s si manifestano rispettivamente con una frequenza di accadimento pari al 42.4%, al 22.5% e al 17.7%. I semestri estivo ed invernale sono caratterizzatidaunadiversadistribuzionediventiperlapresenzanelsemestreestivodelle circolazioni locali (in particolare dai settori ONO, O, OSO,SSO, S, SSE anche per la particolare collocazione della centralina posta su di un promontorio sul mare). A causa di talicircolazionilocaliiventidelsemestreestivosonomediamentemenointensirispettoal semestre invernale (2.6 m/s nel semestre estivo e 3.1 m/s nel semestre invernale), ma la percentualedicalmediventodelsemestreestivoleggermenteinferiorealcasoinvernale (16.6%delsemestreestivocontroil18.5%delsemestreinvernale).
Velocitmediaemassimapersettoredivento
18 16 14 12 10 8 6 4 2 0

(a)

(b)

Velocitdelvento(m/sec)

Velocitmedia Velocitmassima

Fig.10 (ab): (a) velocit media e massima per settore di vento e (b) distribuzione in frequenza per classi divelocit,misuratenellapostazionediSanVito(20072011)

0 22.5 45 67.5 90 112.5 135 157.5 180 202.5 225 247.5 270 292.5 315 337.5
Settore divento(deg)

24

Semestreestivo

Semestreinvernale

Fig.11RosedeiventinellapostazionedicapoSanVito(20072011),nelsemestreestivo(sx)edinvernale (dx)

6.3.2. DatasetMINNI2007econfrontoconildatoosservato

Ladimensionedeldominioelecaratteristicheterritorialidellareainesamenecessitanodi datimeteorologici,particolarmentequellianemologici,bendistribuitisulterritorioedotati di un certo grado di omogeneit e di affidabilit. Oltre a questo, date le caratteristiche dei modelliscelti,perpotertenerecontosiadellecondizionidiflussoinprossimitdelterreno che di quelle in quota, necessario disporre sia di dati al suolo che di profili verticali. Entrambe le condizioni risultano infatti particolarmente importanti quando si deve simulare la dispersione di emissioni da sorgenti puntuali dotate di risalita termica (plume rise)deipennacchi,chepossonoessereespostiancheafortivariazionidiflussoinquota,in grado di determinarne un cammino complesso. Si quindi deciso di realizzare le simulazioni, utilizzando un dataset meteorologico affidabile, in grado di garantire una coperturacontinuasulterritoriosiaattraversodatiinquotachesulivelliverticali. Il progetto MINNI (Modello Integrato Nazionale per la Negoziazione Internazionale) contiene i risultati di un sistema modellistico in grado di ricostruire a diverse scale il trasporto, la dispersione e le trasformazioni chimiche di inquinanti sullintero territorio italiano. La meteorologia per lanno 2007 stata prodotta attraverso lapplicazione del modello meteorologico prognostico RAMS (Regional Atmospheric Modeling System, versione 6.0, http://atmet.com), in modalit previsione mediante un sistema di griglie innestate a diverse risoluzioni. Il RAMS un codice numerico molto versatile, sviluppato presso la Colorado State University e dalla divisione ASTER della Mission Research Corporation per la simulazione e la previsione dei fenomeni meteorologici (Pielke et al., 1992). Lapproccio prognostico, che si basa sulla soluzione delle equazioni di termodinamica che governano latmosfera e che tramite opportune tecniche di nudging tiene anche conto delle osservazioni al suolo, offre migliori performance rispetto allapproccio diagnostico, le cui prestazioni risultano molto pi dipendenti dalla qualit e dallaquantitdeidatimeteorologiciusaticomeinput.
25

I campi meteorologici a 4 km di risoluzione sulla regione sono stati calcolati innestando (Fig. 12) la griglia a 4 km di risoluzione del Sud Italia (riquadro blu in Fig. 12) in quella a 12 kmdirisoluzione,estesasulterritorionazionale(riquadroverdeinFig.12). Le informazioni meteorologiche provenienti dal dataset Minni a 4km di risoluzione orizzontale (Fig. 13) vengono poi riportate alla risoluzione di 500m mediante i codici Swift/Minerve e Surfpro del sistema modellistico Aria Industry. Ogni nodo del grigliato corrisponde ad una posizione dove sono presenti informazioni meteorologiche sia al suolo chefinoadoltre5000mdiquota.

Fig.12(sx)sistemadigriglieinnestateutilizzateinMINNIe(dx)dettagliodelgrigliatoorizzontaledeidati meteorologici a 4km di risoluzione relativi al dominio Sud Italia. Il rettangolo rosso identifica il dominio orizzontaledellesimulazioni.

26

Fig.13 Dettaglio della copertura mediante dati meteorologici Minni sul dominio di calcolo per le simulazioni

Al fine di valutare la capacit del modello nel ricostruire il campo anemologico del 2007 sullareadistudio,infigura14sonomostratelerosedeiventimodellateemisurateaCapo San Vito nel 2007. La due distribuzioni risultano abbastanza simili: le componenti prevalenti da nordovest e quelle da sud sudest vengono ben riprodotte. Le variazioni locali indotte da circolazioni di brezza, tipiche di questarea ed associate a venti provenientidaisettorimeridionali,possonoavereconseguenzeimportantisullecondizioni locali del tempo e sulla struttura del boundary layer, modificando la dispersione degli inquinantiinmodosignificativo.Ladistribuzionedelleclassidivelocitmostranelcasodel dato misurato una corrispondenza tra intensit maggiori e direzione da nordovest, meno evidente nel dato modellato. Nel dato misurato si osserva come le intensit minori si registrino in corrispondenza di venti da sud sudest. La percentuale di calme di vento modellate pari al 4%, mentre quelle misurate risultano del 15.9%. Nel confronto tra il dato modellato ed il dato misurato opportuno inoltre tenere presente che il dato modellato un dato mediato su un volume di cella ed il dato osservato invece un dato puntuale.

Fig.14Rosedeiventi:confrontomodellato(sx)misurato(dx)aCapoSanVitoperil2007

6.3.3. Valutazionecomparativadeglieffettisullaqualitdellariaalvariaredel datasetmeteorologico

Lavariabilitmeteorologicainfluenzalinquinamentoatmosfericofavorendo/sfavorendola dispersione degli inquinanti emessi dalle sorgenti presenti sul territorio: la frequenza e la persistenza di episodi critici determina il numero di superamenti dei valori limite sul breve

27

periodo (valutati a partire dalle concentrazioni medie orarie o giornaliere) che vengono registratiannualmenteperidiversiinquinantimonitorati. Lanalisi delle osservazioni di qualit dellaria per gli inquinanti atmosferici (gas e polveri sottili) mostra generalmente variazioni interannuali rilevanti per gli indicatori di breve periodo, mentre risultano generalmente meno evidenti per gli indicatori di lungo periodo, quali le medie annuali, per i quali le variazioni osservate risultano di piccola entit rispetto aivalorimedi. Il progetto MINNI ha compreso lesecuzione di simulazioni di qualit dellaria su 4 periodi annuali (1999, 2003, 2005 e 2007): la disponibilit di questi database annuali meteorologici ha consentito una verifica della variabilit interannuale sulle concentrazioni dei diversi inquinanti su tutto il territorio nazionale. Sono state effettuate 4 simulazioni annuali, mantenendo costante il dataset emissivo ed esaminando cos le anomalie sulle concentrazionidovuteallavariazionimeteorologichedei4anni. In particolare per la zona di Taranto le concentrazioni annuali medie per le polveri sottili e per gli ossidi di azoto e di zolfo sono risultate molto simili con variazioni tra i 4 anni al di sottodi1g/m3. 6.4. Emissioni 6.4.1. Sorgentisimulate LesorgentiemissiveILVAmodellatesonoditipopuntuale,lineareedareale. Le sorgenti puntuali sono le emissioni convogliate ovvero i camini ILVA; nella figura 15 si riporta la mappa relativa alla distribuzione spaziale dei 181 camini ILVA, trattati come tali dallesimulazionimodellistiche. Relativamente al numero di emissioni convogliate trattate si precisa che alcuni camini con caratteristiche omogenee, appartenenti alla stessa linea impiantistica, sono stati raggruppati.

28


Fig.15 Localizzazione delle sorgenti puntuali simulate, presenti allinterno dello stabilimento ILVA di Taranto(puntigialli)

Leemissioniarealicomprendono: le sorgenti areali a caldo (in numero pari a 5), riferite in particolare alla cokeria, allagglomerato,alleacciaierieeallaltoforno; le sorgenti areali a freddo (in numero pari a 9), riferite ai parchi minerari, ai nastri (nonpostinellevicinanzedelquartiereTamburi)eallamovimentazionematerialein generale; le sorgenti lineari (in numero pari a 3) relative a quota parte dei nastri7, nello specificopostinellevicinanzedelquartiereTamburi.

Nella figura 16 in particolare si esplicitano le aree di attribuzione delle relative emissioni inquinantidellareaacaldo.

Sono state modellizzate esplicitamente le emissioni provenienti dai nastri del II e IV sporgente e dal percorso che i nastricompionolungoilperimetrodiILVAnellevicinanzedelquartiereTamburi.
7

29


Fig. 16 Localizzazione delle sorgenti areali (area a caldo) presenti allinterno dello stabilimento ILVA di Taranto

Nella figura 17 vengono indicate con il colore giallo le aree di attribuzione delle emissioni dovute allerosione eolica dai parchi minerari, in rosso larea di attribuzione (coincidente con larea dello stabilimento ILVA) delle emissioni provenienti dalla movimentazione e dalla rete dei nastri, non posti nelle vicinanze del quartiere Tamburi ed in fucsia i nastri trattatiesplicitamentecometali.

Fig.17 Localizzazione delle sorgenti areali (parchi e movimentazione) e lineari (nastri) presenti allinterno dellostabilimentoILVAdiTaranto

30

Nella tabella 8 si riportano, per ogni inquinante considerato ai fini della valutazione del danno sanitario per rischio cancerogeno inalatorio, le emissioni ILVA delle sorgenti convogliate, delle sorgenti diffuse dellarea a caldo e a freddo, riferite sia alla situazione emissiva PREAIA relativa allanno 2010 (situazione 2010) che allo scenario emissivo post applicazionedelleprescrizioniprevistedalriesameAIA(scenario2016). Siprecisasindorachelestimeemissiverelativeaidueannidiriferimentoconsideratinon si possono ritenere confrontabili in senso stretto. Nel primo caso, infatti, stata eseguita una valutazione delle emissioni a partire da dati di produttivit reali riferiti al 2010, nel secondo caso, invece, stato realizzato un vero e proprio scenario nel quale si supposto qualecondizionediproduzionequellamassimaimpostadalriesameAIA(maggiore,quindi, del dato produttivo reale 2010), contemplando allo stesso tempo le previste prescrizioni delriesame.

31

Tab.8 Emissioni convogliate, dellarea a caldo e a freddo dello stabilimento ILVA relative alla situazione emissiva2010ealloscenario2016
AltrediffuseILVA
(parchi,nastrie movimentazione)

Inquinante

EmissioniconvogliateILVA 2010 2016 69.2 568.8 1168.1 938.2 1273.4 36417.4 351.3 12.7 163.4 46.3 22.1 Variazione % 9% 33% 24% 5% 5% 8% 27% 15% 15% 6% 43%

EmissionidiffuseareaacaldoILVA 2010 178.4 4267.1 50.1 183.7 74.6 549.1 544.2 10.8 0.7 2016 125.5 3002.6 36.4 132.5 54.4 400.0 397.2 10.6 0.4 Variazione % 30% 30% 27% 28% 27% 27% 27% 2% 42%

Unitdimisura

2010

2016

Variazione %
kg/anno kg/anno

BaP Naftalene As Ni Cd Pb Se Cr(VI) Benzene PCB PCDD/F

76.0 853.6 1536.2 893.6 1336.5 39474.0 478.7 11.0 142.2 49.5 38.9

26.0 1479.4 20.1 364.0 6.7

2.6 147.9 2.0 36.4 0.7

90% 90% 90% 90% 90%

kg/anno kg/anno kg/anno kg/anno kg/anno kg/anno tonn/anno kg/anno g/anno

Per quanto attiene le emissioni diffuse ILVA, lo scenario emissivo 2016 prevede per tutti i microinquinanti una sensibile riduzione rispetto alla situazione emissiva riferita allanno 2010. Per le sorgenti convogliate nello scenario emissivo 2016 AIA si osserva, per buona parte degli inquinanti simulati ai fini della VDS, una riduzione delle emissioni, tranne che per Ni, Cr(VI) e benzene dove lincremento da attribuirsi alla maggiore capacit produttivaautorizzata. Per ogni tipologia di sorgente le emissioni sono considerate stazionarie o costanti durante linteroannodisimulazione. Per quanto riguarda le sorgenti diffuse relative a cokeria, altiforni, agglomerato ed acciaierie occorre tenere conto del fatto che le emissioni avvengono a temperature superiori a quelle dellaria atmosferica, determinando un fenomeno di sovrainnalzamento termico. Tali sorgenti, quindi, non possono essere considerate al suolo, ma necessaria una stima della quota di emissione in grado di tenere conto di questo fenomeno. Per quanto riguarda la cokeria sono stati presi a riferimento gli algoritmi denominati di Enhanced Plume Rise (EPA 2003), suggeriti dallEnvironmental Protection Agency americana. Tali algoritmi sono tarati specificamente per le strutture e i cicli di lavorazione delle cokerie e consentono, date le caratteristiche geometriche e termiche delle batterie, distimareivaloridelflussodibuoyancydautilizzarenelcalcolodelplumerise.Utilizzando tale metodologia e i valori delle variabili meteorologiche (vento e temperatura) in prossimitdellacokeria,statastimataunaltezzamediadisovrainnalzamentopariacirca 100 metri. Per la cokeria larea di emissione viene quindi posizionata in verticale tra 80 e 120 metri, tenendo in questo modo conto della variabilit verticale sulle emissioni. Per le altresorgenti(altiforni,agglomeratoedacciaierie)inassenzadiinformazioniediunastima modellistica consolidata, si utilizzato un approccio conservativo, ipotizzando il
32

livellamento verticale delle sorgenti ad un valore pi contenuto e posizionando quindi le emissionitra40ed80metri. 6.4.2. Algoritmoperlastimadelleemissionidaiparchiminerali La metodologia di stima stata desunta dalla sezione 13.2.5 del documento AP42 dellEnvironmental Protection Agency (E.P.A., 2006). La metodologia descrive il fenomeno dellerosioneeolicadeicumulidistoccaggiosullabasedialcuniparametriqualilatipologia del materiale stoccatoe conseguentirugosit superficiale e velocit disogliadel vento per lerosione, la forma e altezza del cumulo di stoccaggio, la velocit del vento agente sui cumuli. Il metodo di stima orario ha inoltre il vantaggio di poter ricostruire in maniera pi realistica gli eventi emissivi che effettivamente si manifestano durante lanno, consentendo di riprodurre non solo la situazione media annua, ma anche tutti gli eventi di picco che si presentano nelle oredi vento forte nellearee sottovento ai parchi minerali(in AppendiceA,riportataladescrizionedettagliatadellalgoritmo). 6.5 Sistemamodellistico Per le simulazioni annuali e il calcolo dei valori di concentrazione e deposizione al suolo stata utilizzata la suite di programmi contenuta nel pacchetto ARIA/Industry costituita dal codice Minerve/Swift per la ricostruzione diagnostica dei campi di vento su terreno complesso, dal codice SurfPro 3.0 per la ricostruzione dei campi di turbolenza e dal modellodidispersionelagrangianoaparticelleSPRAY3.1(Fig.18). Linsieme dei programmi citati consente di tenere conto in maniera diretta sia dellorografia che di eventuali disomogeneit del terreno (come ad esempio la presenza di interfaccia terramare), simulando condizioni meteodispersive che presentano variazioni nelle tre dimensioni e nel tempo. Nei prossimi paragrafi contenuta una descrizione pi dettagliatadiognunodeicodiciedelleloroprincipalifunzionalit.

33


Fig.18Schemadellacascatamodellisticautilizzata

Modellometeorologicodiagnosticoemicrometeorologico Il modello Minerve/Swift, sviluppato da EDF e ARIA Technologies S.A. (Aria Technologies, 2001, Finardi et al. 1998), un codice massconsistent di tipo diagnostico in grado di ricostruire i campi tridimensionali di vento e temperatura. Per la ricostruzione del campo di vento il modello opera essenzialmente in due fasi: nella prima effettua linterpolazione suldominiodicalcolotridimensionaledeidatidiventofornitiininput;nellaseconda,detta dianalisioggettiva,applicailprincipiofluidodinamicodiconservazionedellamassaadogni cella del dominio e produce un campo di vento definito aggiustato. La ricostruzione del campo di temperatura viene effettuata mediante una interpolazione tridimensionale di Cressman. Il codice SurfPro, sviluppato da ARIANET S.r.l. (Silibello, 2006), un preprocessore micrometeorologico in grado di ricostruire le principali variabili che descrivono la turbolenzaatmosfericasuterrenocomplesso,necessarieininputamodellididispersione. Ilcodicericeveininputicampitridimensionalidiventoetemperatura,generatidalcodice MINERVE/Swift 7.1, eventuali variabili meteorologiche disponibili sul territorio in esame (quali ad esempio la nuvolosit ora per ora disponibile dai campi provenienti da un modello prognostico) e la matrice di dati di uso del suolo su un grigliato orizzontale corrispondenteaquellodeidatidivento.Inquestomodosiriesceatenercontodellanon omogeneit orizzontale del terreno nella risposta alla forzante radiativa solare e la conseguentedisomogeneitneicampiditurbolenzachesivengonoadeterminare. 6.5.1

34

Utilizzando diversi schemi di parametrizzazione della turbolenza consolidati in letteratura, ilcodicericostruiscecampibidimensionalidelleseguentivariabili: altezzadirugositz0; altezzadellostratolimitenotturnoodellostratolimiteconvettivodiurnoHmix; velocitdifrizioneu*; altezzadiMoninObukhovL; velocitconvettivadiscalaw* velocitdideposizioneseccaperspeciechimichegassoseeparticolato. SURFPro stima la velocit di deposizione secca mediante un modello resistivo che consideralinversodellasommadellediverseresistenze. Il programma tiene inoltre conto sia dellinclinazione dei pendii rispetto a quella dei raggi solari che degli effetti dombra presenti a causa delleventuale mascheramento provocato dallorografia. 6.5.2 Preprocessoredelleemissioni Linput emissivo al modello di simulazione SPRAY stato messo a punto a partire dai dati illustrati ai paragrafi precedenti, che provengono dallinventario regionale INEMAR. Il codice utilizzato per le simulazioni necessita di un input su base oraria per tutto il periodo di simulazione (8760 ore). I dati emissivi, espressi in t/anno per ogni inquinante di interesse,sonostatidisaggregatinellospazioeneltempo,utilizzandoimodulidicalcolodi Emission Manager (ARIA Technologies, 2008), gestiti attraverso la shell EMMA (Calori, 2006). Le emissioni di Benzene sono state derivate in questo studio applicando profili di speciazionestandard. 6.5.3 Modellodidispersione

SPRAY 3.1 sviluppato da ARIANET S.r.l. e ARIA Technologies S.A. (Tinarelli et al., 1994, 1999, 2007) un modello tridimensionale lagrangiano per la simulazione della dispersione di inquinanti in atmosfera in grado di tenere conto delle variazioni del flusso e della turbolenza atmosferica sia nello spazio (condizioni disomogenee) che nel tempo (condizioni non stazionarie). in grado di ricostruire campi di concentrazione determinati dasorgentipuntiformi,lineari,arealiovolumetriche. L'inquinante simulato da "particelle virtuali" il cui movimento definito sia dal vento medio locale che da velocit casuali che riproducono le caratteristiche statistiche della turbolenza atmosferica. In questo modo, differenti parti del pennacchio emesso possono "vedere" differenti condizioni atmosferiche, permettendo simulazioni pi realistiche in condizioni difficili da riprodurre con modelli tradizionali (calma di vento, inversione di
35

temperatura con la quota, impatto con orografia complessa, dispersione in siti con forti discontinuit spaziali tipo terramare o cittcampagna). SPRAY il grado di simulare il sovrainnalzamento termico di effluenti caldi mediante opportune formule dinamiche (Anfossi, 1993), in grado di tenere conto delle variazioni verticali e orizzontali di vento e stabilitatmosferica. SPRAY3.1ingradodisimulareifenomenidideposizioneseccaedumida.Ladeposizione secca viene simulata mediante un metodo di rimozione probabilistico orientato alla particella,derivato dalla soluzione dellequazione diFokkerPlanck (Boughton et al., 1987), che impone una condizione al contorno al suolo tale da garantire, in ogni intervallo di tempo t, che il flusso di deposizione sia proporzionale alla concentrazione al suolo, secondo un coefficiente rappresentato dalla velocit di deposizione. La massa rimossa dalla particella viene accumulata nella cella sottostante consentendo il calcolo dei flussi di deposizione per ogni specie considerata. La deposizione umida viene calcolata in presenza di precipitazione, ipotizzando che, in ogni intervallo di tempot, vi sia un decadimento o rimozionedellamassadiunaspecieassociataallaparticellasecondolaleggeesponenziale: m(t + t ) = m(t )e St doveSdefinitocomecoefficientediwashout,proporzionaleallaprecipitazioneS=S1R;R rappresenta il rateo di precipitazione in mm/ora; S1 il coefficiente standardizzato di washout, dipendente dalla specie o dalla granulometria di particolato e riferito alla precipitazione standard di 1 mm/ora. In presenza di specie di particolato di granulometria elevata (tipicamente superiore a 10m) il codice in grado di tenere conto del settling gravitazionale delle particelle, mediante velocit verticali di equilibrio sulle particelle calcolatemediantelaformulazioneseguente: gd 2 Cc ws = 18 doveglaccelerazionedigravit,ladensitdelleparticelleespressoinkg/m3(supposta >> air), d il diametro delle particelle, viscosit dinamica dellaria (18.106 kg/(m s)), Cc Cunninghamslipflowcorrectionfactor. 6.6 Risultatidellesimulazioni Il sistema di modelli descritto stato utilizzato per simulare il trasporto e la dispersione degli inquinanti atmosferici emessi dagli impianti dello stabilimento ILVA ai fini della valutazione del danno sanitario relativamente sia alla situazione emissiva riferita allanno 2010 (situazione 2010) che allo scenario emissivo postapplicazione delle prescrizioni previste dal riesame AIA (scenario 2016). Le simulazioni hanno prodotto mappe di concentrazione al suolo di macroinquinanti convenzionali (SO2, NOx, benzene, PM10 e PM2.5) e mappe di concentrazione e deposizione totale al suolo dei microinquinanti organici (diossine, PCB e IPA) ed inorganici (metalli). In particolare di seguito (dalla figura
36

19 alla 30) si mostrer, per il PM10 e per gli inquinanti considerati nella stima del danno sanitario, il confronto tra le mappe di concentrazione media annuale e di deposizione totalerelativamentesiaallasituazioneemissiva2010chealloscenario2016. In generale si osserva una diminuzione delle concentrazioni medie annuali al suolo dello scenario 2016 rispetto alla situazione 2010. Solo per alcuni inquinanti (come ad es. benzene e PCB) si nota un incremento nelle concentrazioni al suolo dello scenario rispetto allasituazione2010,daattribuirsiallamaggiorecapacitproduttivaconsiderata(prescritta dalriesame)peril2016rispettoal2010.Talecondizioneincidesualcuneemissioni(ditipo convogliato) in modo maggiore rispetto alla riduzione conseguente alle prescrizioni del riesame. In particolare per i PCB, sebbene i dati emissivi totali mostrino una diminuzione del 6% tra il 2010 e il 2016 (rif. Tab. 8), leffetto dellattribuzione della maggiore capacit produttiva causa un aumento delle emissioni attribuite a camini mediamente pi bassi, determinando quindi un incremento per lo scenario 2016 dei corrispondenti valori di concentrazionealsuolo.

Mappa della concentrazione media annuale di PM10 (Situazione 2010)

Mappa della concentrazione media annuale di PM10 (Scenario 2016)*

Fig.19 Mappe di concentrazione media annuale al suolo di PM10 relative alla situazione 2010 e allo scenario2016*Allamassimacapacitproduttivaprevistanelriesame

37

Mappa della concentrazione media annuale di BaP (Situazione 2010)

Mappa della concentrazione media annuale di BaP (Scenario 2016)*

Mappa di deposizione totale per il BaP (Situazione 2010)

Mappa di deposizione totale media per il BaP (Scenario 2016)*

Fig.20 Mappe di concentrazione media annuale al suolo e di deposizione totale di BaP relative alla situazioneemissiva2010ealloscenario2016. *Allamassimacapacitproduttivaprevistanelriesame

38

Mappa della concentrazione media annuale di Naftalene (Situazione 2010)

Mappa della concentrazione media annuale di Naftalene (Scenario 2016)*

Fig.21 Mappe di concentrazione media annuale al suolo di Naftalene relative alla situazione 2010 e allo scenario2016 *Allamassimacapacitproduttivaprevistanelriesame

Dalle figure si evidenzia, relativamente al B(a)P ed al Naftalene, una sensibile diminuzione delle concentrazioni annuali simulate nel passaggio dal 2010 al 2016, in linea con lattuazione di tutte le prescrizioni AIA (con particolare riferimento alle emissioni della cokeriaedellasinterizzazione:diffuseeconvogliate).

39

Mappa della concentrazione media annuale di PCDD/F (Situazione 2010)

Mappa della concentrazione media annuale di PCDD/F(Scenario 2016)*

Mappa della deposizione totale di PCDD/F (Situazione 2010)

Mappa della deposizione totale di PCDD/F (Scenario 2016)*

Fig.22 Mappe di concentrazione media annuale al suolo e di deposizione totale di PCDD/F relative alla situazioneemissiva2010ealloscenario2016. *Allamassimacapacitproduttivaprevistanelriesame

Per quel che riguarda il gruppo di composti PCCD/F evidente per lo scenario 2016 la riduzione in termini di concentrazioni attese, dovuta, in questo caso, ai limiti imposti dal riesame AIA al camino E312, alle prescrizioni relative al contenimento delle polveri per le
40

aree acaldo ed in particolar modo alle misure previsteper ilcontenimento delle emissioni diffuse.

Mappa della concentrazione media annuale di PCB (Situazione 2010)

Mappa della concentrazione media annuale di PCB (Scenario 2016)*

Mappa di deposizione totale per i PCB (situazione 2010)

Mappa di deposizione totale annuale per i PCB (scenario 2016)*

Fig.23 Mappe di concentrazione media annuale al suolo e di deposizione totale di PCB relative alla situazioneemissiva2010ealloscenario2016.*Allamassimacapacitproduttivaprevistanelriesame

SebbeneidatiemissivitotaliperiPCBmostrinounadiminuzionedel6%trail2010eil2016 (rif. Tab. 9), leffetto dellattribuzione della maggiore capacit produttiva determina un
41

aumentodelleemissioniattribuiteacaminimediamentepibassi,determinandoquindiun incrementoperloscenario2016deicorrispondentivaloridiconcentrazionealsuolo.

Mappa della concentrazione media annuale di benzene (Situazione 2010)

Mappa della concentrazione media annuale di benzene (Scenario 2016)*

Fig.24 Mappe di concentrazione media annuale al suolo di C6H6 relative alla situazione 2010 e allo scenario2016. *Allamassimacapacitproduttivaprevistanelriesame

Nel caso del benzene, si evince un leggero aumento, in termini di concentrazioni attese, plausibilmentedovutoallacapacitmassimaconsideratanel2016(superioreaquellareale 2010). Tale aumento non risulta adeguatamente controbilanciato dalla riduzione sulle concentrazionialsuoloprodottedalleprescrizioniinambitoriesameAIApertuttiiprocessi chepresentanoemissionidiquestotipodiinquinante.

42

Mappa della concentrazione media annuale di Ni (situazione 2010) Mappa della concentrazione media annuale di Ni (scenario 2016)*

Mappa della deposizione totale di Ni (situazione 2010)

Mappa della deposizione totale di Ni (scenario 2016)*

Fig.25 Mappe di concentrazione media annuale al suolo e di deposizione totale di Ni relative alla situazioneemissiva2010ealloscenario2016 *Allamassimacapacitproduttivaprevistanelriesame

43

Mappa della concentrazione media annuale di As (situazione 2010)

Mappa della concentrazione media annuale di As (scenario 2016)*

Mappa della deposizione totale di As (situazione 2010)

Mappa della deposizione totale di As (scenario 2016)*

Fig.26 Mappe di concentrazione media annuale al suolo e di deposizione totale di As relative alla situazioneemissiva2010ealloscenario2016 *Allamassimacapacitproduttivaprevistanelriesame

44

Mappa della concentrazione media annuale di Cd (situazione 2010)

Mappa della concentrazione media annuale di Cd (scenario 2016)*

Mappa della deposizione totale di Cd (situazione 2010)

Mappa della deposizione totale di Cd (scenario 2016)*

Fig.27 Mappe di concentrazione media annuale al suolo e di deposizione totale di Cd relative alla situazioneemissiva2010ealloscenario2016. *Allamassimacapacitproduttivaprevistanelriesame

45

Mappa della concentrazione media annuale di Se (situazione 2010)

Mappa della concentrazione media annuale di Se (scenario 2016)*

Mappa della deposizione totale di Se (situazione 2010)

Mappa della deposizione totale di Se (scenario 2016)*

Fig.28 mappe di concentrazione media annuale al suolo e di deposizione totale di Se relative alla situazioneemissiva2010ealloscenario2016 *Allamassimacapacitproduttivaprevistanelriesame

46

Mappa della concentrazione media annuale di Cr VI (situazione 2010)

Mappa della concentrazione media annuale di Cr VI (scenario 2016)*

Mappa della deposizione totale di Cr VI (situazione 2010)

Mappa della deposizione totale di Cr VI (scenario 2016)*

Fig.29 Mappe di concentrazione media annuale al suolo e di depozione totale di CrVI relative alla situazioneemissiva2010ealloscenarioemissivo2016 *Allamassimacapacitproduttivaprevistanelriesame

Per i metalli, precedentemente mostrati, si nota una riduzione delle concentrazioni medie annuali al suolo dello scenario 2016 rispetto alla situazione 2010, dovuta alleffetto delle

47

misuredicontenimentoprevistedalriesameAIAperleemissionidiffuse(sorgentifreddee calde).

Mappa della concentrazione media annuale di Pb (situazione 2010)

Mappa della concentrazione media annuale di Pb (scenario 2016)*

Mappa della deposizione totale di Pb (situazione 2010)

Mappa della deposizione totale di Pb (scenario 2016)*

Fig.30 Mappe di concentrazione media annuale al suolo e di deposizione totale di Pb relative alla situazioneemissiva2010ealloscenario2016.*Allamassimacapacitproduttivaprevistanelriesame

48

Per quanto riguarda il piombo non si apprezzano sostanziali differenze tra le mappe delle concentrazioni annuali relative alla situazione emissiva 2010 e lo scenario 2016. Ci dovuto al sostanziale equilibrio determinatosi tra laumento di produzione, gi pi volte richiamato (attribuito allo scenario 2016), che incide maggiormente sulle emissioni convogliate del settore acciaio forno basico ad ossigeno (caratterizzato da camini non elevati) e le misure di contenimento, previste nel riesame, che a loro volta contribuiscono a ridurre le emissioni diffuse (fredde e clade) e le emissioni dalle sorgenti convogliate dei repartidicokeriaesinterizzazione. Al fine di valutare da un punto di vista qualitativo la capacit del modello di ricostruire la distribuzione spaziale degli inquinanti nellarea in esame, si riporta di seguito (Fig. 31) lo scatterplot di confronto tra le concentrazioni medie annuali di BaP osservate nellanno 2010 e le medie annuali modellate relative alla situazione emissiva 2010. Il confronto deve comunque considerarsi indicativo perch la modellizzazione, pur avendo considerato le emissionial2010,stataeffettuatasuldatabasemeteorologicodellanno2007.

Fig.31ConfrontodelleconcentrazionimedieannualidiB(a)Pmisuratoemodellatonel2010

DallaFigurasiosservaunaccordosoddisfacentetraidatiosservatiemodellati,nonostante la modellizzazione abbia riguardato esclusivamente le sorgenti industriali di ILVA mentre i dati di centralina siano rappresentativi dello stato di qualit dellaria, al quale contribuiscono tutte le sorgenti presenti sul territorio. Tale accordo era comunque atteso poich precedenti studi (Arpa Puglia, 2010 e 2012) avevano gi rilevato come alle concentrazioni al suolo di BaP sullarea tarantina contribuissero in modo prevalente i processiindustrialidelsiderurgico.

7.

Stimadelrischiosanitario
49

7.1.

Stimadelrischiocancerogenoperviainalatoria

7.1.1. SceltadegliUnitRiskedegliSlopefactorevalutazionedoserisposta Il terzo step, la valutazione doserisposta, quantifica il prodotto tra lesposizione in termini didoseinalatoriaelarispostainterminidieffettosanitarioavverso.Siricordachesiritiene che le sostanze cancerogene aumentino la probabilit che gli essere umani sviluppino un tumore senza che sia riconosciuta una soglia di noneffetto. Il potenziale cancerogeno di una sostanza chimica pu essere valutato attraverso studi epidemiologici (soprattutto di epidemiologia occupazionale) ovvero tossicologici su animale di esperimento. I rischi incrementali unitari, stimati attraverso i predetti studi epidemiologici o tossicologici, sono espressi come Unit Risk o come Slope Factor. Lo Unit Risk (UR) rappresenta il rischio addizionale di sviluppare un tumore nel tempo vita, all'interno di una ipotetica popolazione, nella quale tutti gli individui sono esposti continuamente alla concentrazione di un g/m3 di sostanza cancerogena nell'aria che respirano (unit di misura: (g/m3)1). Il potenziale cancerogeno (o Slope Factor, SF) di una sostanza rappresenta il rischio che essa causi un tumore nel corso di tutta la vita, per unit di assunzione giornaliera per unit di peso corporeo (unit di misura: (mg/Kgday)1. Gli Slope Factor (e gli Unit Risk) sono sviluppati attraverso modelli di estrapolazione statistica e, in accordo con lEPA, i valori scelti corrispondono al limite di confidenza del 95%, rappresentando dunque un valore conservativo. Per le sostanze cancerogene considerate sono state ricercate in letteratura i rispettivi Unit Risk e i rispettivi Slope Factor. In figura 32 si riporta la formula che pone in relazioneloSlopeFactoralcorrispondenteUnitRisk.

Fig.32Formulaperilcalcolodelloslopefactorinalatorioapartiredallounitrisk Fonte: Documento di supporto alla Banca dati ISS-INAIL Novembre 2012. INAIL, ISS

Dal momento che diversi enti scientifici e regolatori propongono diversi coefficienti si decidodisceglierliinbasealseguenteordinedipriorit:
1WHO 2USEPA 3CalifornianEPA 4Altrafonte

Le formule utilizzate in questo report per il calcolo del rischio si avvalgono degli Slope Factor per sostanza cancerogena, per cui sono stati utilizzati quelli direttamente reperibili

50

in letteratura, ove esistenti. Negli altri casi sono stati derivati dal rispettivo Unit Risk secondolapredettaformula.Intabella9sonoriportatiicoefficientiselezionati.
Tab.9Unitrisk(g/m3)1eSlopeFactordellesostanzemonitorate(mg/Kgday)1
Inhalation UnitRisk (g/m3)1 Slope factor Fonte (mg/Kg day)1 Fonte ClassificazioneIARC***emonografiadi riferimento

Sostanza

Benzo[a]pirene Naftalene Diossine(TEq)

8.70E02* 8.70E05 3.30E+01

WHO 3.05E+02 WHO 3.05E01 US 1.50E+05 EPA US EPA


3.50E01

1volume92,100FAnno2012 2BVolume82Anno2002 2BVolume11,Sup7,71Anno1999

PCB[Htrisk]** Benzene As Cd Cr(VI) Ni Pb

1.00E04

2AVolume18,Sup7Anno1987

6.00E06 1.50E03 1.80E03

WHO 2.10E02 WHO 5.25E+00 US 6.30E+00 EPA

1Volume29,Sup7.100F,Anno2012 1Volume23,Sup7,100CAnno2012 1Volume58,100CAnno2012

4.00E02 WHO 1.40E+02 4.00E04 WHO 1.40E+00

1Volume49,100C2012 1Volume49,100CAnno2012 2AVolume87Anno2006

US EPA

4.20E02 OEHHA

* Lo unit risk di 8,7 x 102 per una concentrazione di 1 g/m3 di BaP adottato da WHO come indice del potere
cancerogeno complessivo per inalazione di una miscela di PaH, quindi il valore rappresentativo di tutti gli IPA. In via precauzionalesiconsideratoaparteilrischiodelnaftalene,datalasuavolatilit **Polychlorinated Biphenyls: (unspeciated mixtures): Lowest Risk: For use in cases where congeners with more than four chlorines comprise less than onehalf percent of total polychlorinated biphenyls. High Risk: For use in cases where congenerswithmorethanfourchlorinesdonotcompriselessthanonehalfpercentoftotalpolychlorinatedbiphenyls. *** Classificazione IARC (Last update: 06 November 2012): Gruppo 1, Cancerogeno per luomo (sulla base di sufficiente evidenza negli animali daesperimento); Gruppo 2A, Probabile cancerogeno per luomo (sulla base di evidenza limitata nelluomo ed evidenza sufficientenegli animali da esperimento); Gruppo 2B, Possibile cancerogeno per luomo (sulla base di evidenza limitata nelluomo e evidenza non del tutto sufficiente negli animali da esperimento oppure di evidenza sufficiente negli animali ed evidenzainadeguata nelluomo); Gruppo 3, Non classificabile per la cancerogenicitperluomo;Gruppo4,Probabilenoncancerogenoperluomo. http://monographs.iarc.fr/ENG/Classification/ClassificationsAlphaOrder.pdf

51

Di seguito si riportano la formula utilizzata per il calcolo del rischio cancerogeno inalatorio (Fig.33).

Fig.33Formulaperilcalcolodelrischiocancerogenoperviainalatorianellapopolazioneesposta
Fonte: The Air Toxics Hot Spots Program Guidance Manual for Preparation of Health Risk Assessments August 2003. Office of Environmental HealthHazardAssessmentCaliforniaEnvironmentalProtectionAgency

7.1.2Caratterizzazionedelrischiocancerogenoperesposizioneinalatoria Leformulesopraespostesonostateutilizzatepercalcolareilrischiocancerogenoinalatorio sostanzaspecificopertuttigliinquinanticonsiderati. Secondo una modalit additiva i rischi delle sostanze sono stati combinati per ottenere mappedirischiocancerogenototale. Nellefigure34e35siriportanolemappedelrischiocancerogenolifetime(70anni)riferito alle concentrazioni modellizzate (media annuale) del B[a]P, ipotizzando che la popolazione sia esposta per 70 anni alle medesime concentrazioni per la situazione 2010 e per lo scenario2016.IlB[a]Pinfattilasostanzaallaqualeattribuitalamaggiorpartedelrischio cancerogeno,comesarpidettagliatamenteillustratoinseguito. Sono state infine prodotte le mappe del rischio cancerogeno inalatorio totale relativo alla somma dei rischi di tutte le sostanze cancerogene considerate: IPA (come B[a]P, con aggiunta del Naftalene in quanto sostanza volatile), Benzene, Diossine, PCB, As, Cr, Ni, Cd, Pb(Figg.3637).

52


Fig.34MappadirischiocancerogenoperviainalatoriaattribuibilealBenzo[a]pirene(permilione). Situazione2010

Fig.35MappadirischiocancerogenoperviainalatoriaattribuibilealBenzo[a]pirene(permilione). Scenario2016

53

Fig.36Mappadelrischiocancerogenototaleperviainalatoria(permilione).Situazione2010

Fig.37Mappadelrischiocancerogenototaleperviainalatoria(permilione).Situazione2016

54

Nellefigure38e39sonostateevidenziateleisopletedirischiocorrispondentialvaloredi 1:10.000ingialloe2:10.000periduescenari,laddovenellefigure40e41sievidenziala situazioneacaricodelpuntodimassimoimpattochecostituitodalquartiereTamburi.

Fig.38Mappadisintesiconindicazionidelleareeincuiilrischiocancerogenoinalatoriototalesuperiore a1:10.000(giallo)ea2:10.000(rosso).Situazione2010

55

Fig.39Mappadisintesiconindicazionidelleareeincuiilrischiocancerogenoinalatoriototalesuperiore a1:10.000(giallo).Scenario2016

Fig.40FocussulleisopletedirischiocancerogenoinalatorionelquartiereTamburi.Situazione2010

56

Fig.41FocussulleisopletedirischiocancerogenoinalatorionelquartiereTamburi.Scenario2016

In tabella 10 si riporta la proporzione di popolazione esposta a diversi livelli di rischio in terminiassolutieinpercentuale(situazione2010escenario2016).


Tab.10ProporzionedellapopolazionedelcomunediTarantoespostaadiversilivellidirischio

Scenario2010
Numerosit % popolazione cumulativa cumulativa Numerosit popolazione

Scenario2016
%su Numero % pop.TA popolazione cumulativa cumulativa

Livello Numerosit %su rischio popolazione pop.TA totale(per milione)

>300 250300 200250 150200 100150

0 0 5.421 6.245 10.850

0,00 0,00 2,81 3,23 5,6

0 0 5421 11.666 22.516

0,00 0,00 2,81 6,04 11,66

0 0 0 3.439 8.639

0,00 0,00 0,00 1,78 4,47

0 0 0 3.439 12.078

0,00 0,00 0,00 1,78 6,25

7.1.3Proporzionedelrischiocancerogenototaleattribuibileaidiversiinquinanti Per una stima dellattribuibilit del rischio cancerogeno inalatorio totale ai singoli inquinanti, e per definire un ranking tra gli stessi, a livello dellarea di massimo impatto,
57

coincidente con il quartiere Tamburi, stata valutata la proporzione di rischio attribuibile (Tab.11)
Tab.11Proporzionedirischioattribuibilenellareadimassimoimpatto(QuartiereTamburi) Sostanza B[a]P Naftalene Benzene Diossine PCB As Cd Ni CrVI Pb % 2010 2016 86,7 84,4 2,1 2,0 2,1 3,2 0,7 1,4 0,0 0,0 2,7 3,0 2,6 3,6 2,2 1,3 0,6 0,5 0,4 0,6


7.2 Stimadelrischiononcancerogenoperviainalatoria

SiriportanoleformuleutilizzateperilcalcolodegliHazardQuotients(Fig.42)edegliHazard Index(Fig.43)perlastimadelrischiononcancerogenoperviainalatoria.

Fig.42FormuladegliHazardQuotients
Fonte:RiskAssessmentDocumentforCokeOvenMACTResidualRisk.December22,2003

Fig.43FormuladegliHazardIndex
Fonte:RiskAssessmentDocumentforCokeOvenMACTResidualRisk.December22,2003

Per la valutazione dei rischi non cancerogeni per via inalatorie associati alle sostanze in esame ci si avvalsi della disponibilit delle concentrazioni di riferimento disponibili in letteratura (http://www.epa.gov/region9/superfund/prg/index.html). In tabella 12 sono riportate le concentrazioni di riferimento (RfC) utilizzate, con lindicazione degli organi bersagliopersostanza.LHazardIndexstatocalcolatopersingoloapparato.
Tab.12ChronicReferenceconcentrations(RfCinmg/m3)dellesostanzemonitorate.

58

8

Ni Naftalene Diossine(TEq) Benzene As Cd Cr(VI) Sostanza

Chronic Inhalation RfC ChronicInhalationHazardIndexTarget OrganSystem 3 (mg/m ) 3.0E03 Malattieapparatorespiratorio Malattieapparatodigerente,cardiovascolare, rene Malattieapparatocardiovascolare,dello 3.0E02 sviluppo,delsistemanervoso Malattiedellosviluppo,degliorgani 1.50E05 emopoietici,delsistemanervoso 4.0E08 2.00E05 Rene,malattiedellapparatorespiratorio 1.00E04 Malattiedellapparatorespiratorio 1.4E05 Malattiedegliorganiemopoieticidelsistema nervoso Malattiedellapparatodigerente, 2.0E02 cardiovascolareedelsistemanervoso

FONTE

USEPA USEPA USEPA USEPA USEPA USEPA OEHHA USEPA

Se

59

IlrischiopersostanzenoncancerogenesiconsideraaccettabilequandolHazardIndex inferioreougualea1. Nel caso in studio, nellarea di massimo impatto, il quartiere Tamburi, lHazard Index risultato inferiore ad 1 per tutti gli apparati, sia per la situazione 2010, sia per lo scenario 2016(Tab.13)
Tab.13HazardIndexTotali:mediaponderataperQuartiereTamburi
Anno 2010 2016 Malattie respiratorio 0,12 0,11 Malattie cardiovascolare 0,02 0,02 Malattie apparato digerente 0,00 0,00 Malattiedello sviluppo 0,19 0,15 Malattiedei Malattie sistema degliorgani nervoso emopoietici 0,75 0,38 0,73 0,36 rene 0,11 0,10

NBsisottolineacomenonabbiaalcunsensosommaregliHIperapparato

8 Valutazionedellincertezza
II risk assessment un processo utilizzato per la stima degli impatti sanitari allinterno di scenari di grande complessit dipendente da variabili fisiche, chimiche e biologiche, ed intrinsecamente connotato da incertezza in ciascuna delle sue fasi. Le stime di impatto derivate dalle procedure di risk assessment devono sempre essere viste nella consapevolezzaditalifontidiincertezza. 8.1Incertezzanellastimedelleemissioni Le stime delle emissioni in atmosfera sono tipicamente soggette ad incertezze, dovute a numerosecausedistribuitelungotuttalaproceduradistima.L'incertezzaconnessaconun dato di emissione varia notevolmente a seconda del tipo di inquinante, di attivit e del livello di disaggregazione spaziale considerato. Le stime delle emissioni delle attivit produttive non direttamente legate allattivit di combustione controllata (quindi non monitorate) sono in generale meno affidabili. Le emissioni non monitorate, attraverso controlli (continui e discontinui), sono stimate attraverso fattori di emissione e specifici indicatori legati allattivit emissiva (es. produzione annua). Le stime condotte ai fini degli inventari delle emissioni riguardano generalmente le emissioni medie annue relative alle normalicondizionidifunzionamentodegliimpianti. Alla luce di queste considerazioni, risulta dunque importante in un inventario delle emissioni poter disporre di un quadro riassuntivo delle emissioni. La metodologia solitamente utilizzata per la validazione dei dati delle emissioni quella per "approssimazioni successive": i criteri di raccolta dei dati base (indicatori, fattori di emissione) dell'inventario delle emissioni vengono via via rivisti e perfezionati, sulla base delle risorse disponibili e dei risultati ottenuti nelle prime fasi. Va osservato che la che la precisione richiesta ad un inventario emissione dipende dagli utilizzi e/o il contesto
60

territorialediriferimento.Sicuramenteinventarilocali,specificidiunterritoriolimitato(ad esempiouncomune)possonoesserepiaffidabilidellastimadell'inventarioregionale,che persuanaturanonpuconsideraretuttelespecificitlocali. Nel caso in questione, la stima stata elaborata al massimo dettaglio disponibile, prendendoinconsiderazionequantopipossibiledatidicontrolloedautocontrollo,datidi monitoraggio in continuo (SME), dichiarazioni ambientali e ad integrazione gli algoritmi di stima. Pertanto in funzione di quanto sopra, i dati di monitoraggio utilizzati nellinventario sito specifico rientrano prevalentemente in una classe di incertezza basata su un consistente numero di misure rappresentative del settore, mentre alle stime emissive legate ai vari processi (senza combustione) attribuibile una classe di incertezza basata su indicatori statisticiproduttivi. 8.2Incertezzanellesimulazionimodellistiche Il risultato della simulazione modellistica connotato da un certo grado di incertezza che risulta dalla composizione dellincertezza intrinseca del modello (dovuta allincapacit del modello di descrivere perfettamente i fenomeni fisici e chimici; incertezza inerente al modello dovuta alla natura stocastica di fenomeni atmosferici, quali, ad esempio, la turbolenza) e da quella associata ai dati di ingresso, in particolare alle emissioni e ai parametrimeteoclimatici. Sebbene alcuni studi precedenti abbiano evidenziato che la principale incertezza nella caratterizzazione del rischio sanitario sia legata al dataset emissivo specifico del sito e alla quantificazione doserisposta (EPA, 2009), la valutazione modellistica dei valori di concentrazione pu sicuramente determinare un bias non trascurabile. In particolare ciascuno degli elementi di una cascata modellistica introduce un grado di incertezza nei risultatidellesimulazioni,legateallacapacitdeimodellidiricostruire: levoluzionespaziotemporaledelladinamicaetermodinamicadellatmosfera ifenomeniturbolenti lereazionichimichecheavvengonoinatmosfera. A tal riguardo la legislazione (D. Lgvo 155/2010) evidenzia come una corretta applicazione modellistica necessita di una rigorosa procedura di confronto con le misure o analisi statistica, che consenta di valutare laccuratezza e lincertezza del modello, anche attraversoilcalcolodiindicatoristatisticistandarddiperformancedeimodellichevalutino la capacit del modello di avvicinarsi alle misure. Questo ovviamente presuppone un disegno ottimale della rete di monitoraggio, sufficiente affidabilit, accuratezza e rappresentativitdellemisure. Nel confronto con i modelli si possono elencare almeno quattro elementi di difficolt nel confrontotramisurediconcentrazioneestimeottenutedaimodelli:
61

le stime dai modelli rappresentano generalmente valori medi su un volume definito in relazione alla risoluzione spaziale del modello e su un intervallo di tempo definito dalla frequenza delle osservazioni meteorologiche e dei dati di emissione, mentre lemisuresonopuntualierelativeaintervalliditempononnecessariamenteugualiaquelli delmodello; lemisuresonoaffettealorovoltadaerroriedincertezze; il modello rappresenta comunque la realt dei fenomeni fisici con un certo grado diapprossimazioneediaccuratezza; errori ed incertezze nei dati e nei parametri di ingresso ai modelli influenzano i risultatideimodelli. 8.3Incertezzaneicoefficientiditossicit Gli Unit Risk e gli Slope Factors reperibili in letteratura sono connotati anchessi da un grado di incertezza, in genere sono derivati da studi epidemiologici e/o tossicologici attraverso lutilizzo di assunzioni conservative per cui difficilmente portano ad una sottostimadelrischio. Essi rappresentano infatti la stima upper bound della potenza cancerogena al 95 percentile, e questo influenza in particolare le sostanze classificate nel gruppo 2B della IARC,ovveroperiqualicisonomenoevidenzediunacancerogenicitcertadellasostanza. Idatiepidemiologicietossicologiciutilizzatipercostruireicoefficientisonospessolegatia concentrazioni pi alte, anche di diversi ordini di grandezza, di quelle presenti negli ambienti di vita e spesso vengono interpolate fino alle basse concentrazioni utilizzando unarelazionelinearesenzasoglia. I cancerogeni inoltre poi possono interagire tra di loro portando a fenomeni di sinergismo e antagonismo e questi fenomeni, connotati anchessi da incertezza, sono difficili da valutare,percuistatodecisodiutilizzareunapproccioadditivodeglieffetti. Si ricorda infine i diversi organismi scientifici e regolatori forniscono coefficienti per una stessasostanzachepossonodifferireancheperpidiunordinedigrandezza.

62

9.Considerazionifinali
La valutazione del rischio cancerogeno inalatorio delle emissioni 2010 dello stabilimento ILVA di Taranto evidenzia che per una popolazione di circa 22.500 persone residenti a Taranto, ipotizzando unesposizione costante alle concentrazioni modellizzate per 70 anni, le probabilit aggiuntive di sviluppare un tumore nellarco dellintera vita, superiore a 1:10.000. Considerando lo scenario in cui tutte le prescrizioni previste dallAIA siano attuate,lapopolazioneespostaatalelivellodirischiosiriduceacirca12.000residenti. Tali risultati dimostrano che le prescrizioni previste dallAIA hanno leffetto di ridurre il numero di soggetti esposti a un rischio cancerogeno non accettabile, ma che ulteriori misuredevonoessereadottatedapartedellAutoritcompetente. Il rischio non cancerogeno per via inalatoria appare rientrare nei limiti di accettabilit in entrambigliscenari.

Ringraziamenti
Si ringrazia l'ENEA per la messa a disposizione dei dati meteorologici per lanno 2007 a 4 km di risoluzione relativi al dominio sud Italia del progetto MINNI (Modello Integrato Nazionale a supporto della Negoziazione internazionale sui temi dellInquinamento atmosferico),realizzatoconilfinanziamentodelMinisterodell'AmbienteedellaTuteladel TerritorioedelMareeconlassistenzaspecialisticadiARIANETeIIASA.

63

10.Bibliografia
Anfossi D., Ferrero E., Brusasca G., Marzorati A., Tinarelli G., 1993, A simple way of computing buoyant plumeriseinLagrangianstocasticdispersionmodels,AtmosphericEnvironment27A,14431451. Aria Technologies, 2001, Minerve Wind Field Models version 7.0, General Design Manual. ARIA Report, May2001,AriaTechnologies2001. Aria Technologies, 2008, Emission Manager Processing system for modelready emission input Users Guide,RapportoARIA/2008.99,ARIATechnologies. ARPA Puglia Benzo(a)pirene aerodisperso presso la stazione di monitoraggio della qualita dellaria di Via MachiavelliTaranto,attribuzionedellesorgentiemissive,rapportopreliminare,4/6/2010,Bari. ARPAPugliarelazioneTecnica:MonitoraggiodiagnosticodelBenzo(a)pireneaTaranto,inottemperanzaal ProtocolloIntegrativodiIntesaARPARegionePuglia.Marzo2012. Assessing Chronic Health Risks from Stationary Source Air Emissions in Volgograd, Russia: A Case Study in Quanitative Health Risk Assessment. 1997. Harvard Institute for International Development Harvard University.DevelopmentDiscussionPaperno.601. BestAvailableTechniques(BAT)ReferenceDocumentforIronandSteelProductionIndustrialEmissions Directive2010/75/EU(IntegratedPollutionPreventionandControl).JRC,2012. Boughton B.A. , De Laurentis J.M., 1987, A stochastic model for particle dispersion in the atmosphere. BoundaryLayerMeteorology,40,147163. CaloriG.,2006,EMMA(EMGR/make)User'sguideVersion4.0,RapportoARIANETR2006.38. Cross H.J., Beach J., Levy L.S., Sadhra S., Sorahan T., McRoy C. 1999. Manufacture, Processing and use of stainless steel: A review of Health Effects. EUROFERReport. DavisF.K.,NewsteinH.JournalofAppliedMeteorology,1968,vol7,pp372398. DocumentodisupportoallaBancadatiISSINAILNovembre2012. Decisione 2012/135/UE del 28 febbraio 2012 Conclusioni sulle migliori tecniche disponibili (BAT) per la produzione di ferro e acciaio ai sensi della direttiva 2010/75/UE del Parlamento europeo e del Consiglio relativaalleemissioniindustriali. EMEP/EEAairpollutantemissioninventoryguidebook2009.TechnicalreportNo9/2009. E.P.A.,2003,RiskAssessmentDocumentforCokeOvenMACTResidualRisk,AppendixE. E.P.A., 2006, AP 42, Fifth Edition, Volume I, Chapter 13: Miscellaneous Sources, Section 13.2.5, Industrial winderosion. E.P.A., 2009, Risk and Technology Review, Risk assessment methodologies: for review by the EPAs Science AdvisoryBoard,CaseStudiesMACTIPetroleumRefiningSources,PortlandcementManufacturing. E.P.A. Residual risk Report to Congress. 1999. U.S. Environmental Protection Agency Office of Air and RadiationandOfficeofAirQualityPlanningandStandards. E.P.A.2003.RiskAssessmentDocumentforCokeOvenMACTResidualRisk. 64

E.P.A.EmissionsFactors&AP42,CompilationofAirPollutantEmissionFactors. E.P.A.Method303:Determinationofvisibleemissionsfrombyproductcokeovenbatteries. E.P.A.,1992.Guidelinesforexposureassessment.Federalregister,USEnvironmentalProtectionAgency. Finardi S., Tinarelli G., Faggian P. and Brusasca G., 1998, Evaluation of Different Wind Field Modeling Techniques for Wind Energy Applications over Complex Topography, Journal of Wind Engineering and IndustrialAerodynamics,7476,283294,1998. Ilva,2007,Emissionidiffusedaerosioneeolicadeicumulidistoccaggiomaterialielorostima. IMPELConsiderationofHumanHealth throughIPPC:AGoodPracticeGuide.EuropeanUnionNetworkfor the Implementation and Enforcement of Environmental Law INERIS Hydrocarbures Aromatiques Polycycliques (HAPs) valuation de la relation doserponse pour des effets cancrignes : Approche substanceparsubstance(facteursdquivalencetoxiqueFET)etapprocheparmlanges.RapportFinal(18 dcembre2003) Koponen M, Gustaffson T, Kalliomaki P, Pyy L. Chromium and nickel aerosols in stainless steel manufacturing, grinding and welding. American Industrial Hygiene Association Journal . Volume 42, Issue 8, 1981 PielkeR.A.,CottonW.R.,WalkoR.L.,TrembackC.J.,LyonsW.A.,GrassoL.D.,NichollsM.E.,MoranM.D., Wesley D. A, Lee T. J., Copeland J. H. (1992): A comprehensive Meteorological Modeling system RAMS, Meteor.Atmos.Phys.,49,pp.6991. Ramrez N., Cuadras A., Rovira E., Marc R.M. , and Borrull F. Risk Assessment Related to Atmospheric Polycyclic Aromatic Hydrocarbons in Gas and Particle Phases near Industrial Sites. 2011. Environmental HealthPerspectives.119(8)pp11101116 Ministero dell'Ambiente e della Tutela del Territorio e del Mare. Riesame AIA. ILVATA. DVADEC2012 0000547del26/10/2012. Ministerodell'AmbienteedellaTuteladelTerritorioedelMare.AIAILVATA.DVADEC20110000450del 04/08/2011. RobsonM.,ToscanoW.Riskassessmentforenvironmentalhealth.2007.JohnWiley&Sons,Inc. Silibello C., 2006, SURFPRO (SURrfaceatmosphere interFace PROcessor) User's guide, Rapporto ARIANET R2006.06. OEHHA. The Air Toxics Hot Spots Program Guidance Manual for Preparation of Health Risk Assessments. 2003.OfficeofEnvironmentalHealthHazardAssessmentCaliforniaEnvironmentalProtectionAgency. TinarelliG.,2007,SPRAY3.1,GeneraldescriptionandUsersGuide,RapportoARIANETR2007.09. Tinarelli G., Anfossi D., Bider M., Ferrero E., Trini Castelli S., 1999, A new high performance version of the LagrangianparticledispersionmodelSPRAY,somecasestudies,AirPollutionModellinganditsApplications XIII,S.E.GryningandE.Batchvarovaeds.,KluwerAcademic/PlenumPress,NewYork,499507. Tinarelli G., Anfossi D., Brusasca G., Ferrero E., Giostra U., Morselli M.G., Moussafir J., Tampieri F., Trombetti F.,1994, Lagrangian particle simulation of tracer dispersion in the lee of a schematic two dimensionalhill,JournalofAppliedMeteorology,33,N.6,744756.

65

Walko R. L., Tremback C.J.. 1995, 'RAMS The Regional Atmospheric Modeling System (Version 3b) User's Guide',ASTeR,Inc.http://www.atmet.com/html/docs/documentation.shtml Zanini G., 2009, il sistema MINNI, modello integrato nazionale per la valutazione degli effetti dellinquinamento atmosferico e dellefficacia delle politiche di riduzione delle emissioni di inquinanti atmosferici. Epidemiologia e prevenzione, anno 33 (6), novembredicembre 2009, supplemento 1 PMID 20418584.

66


11.Valutazioneepidemiologicadiarea
11.1Introduzione
In occasione della prima applicazione della Legge n. 21 del 24 luglio 2012, il Gruppo di Lavoro Valutazione del Danno Sanitario ha convenuto di redigere una valutazione dello stato di salute dei residenti dellArea SIN (Sito di Interesse Nazionale) attraverso i risultati dello studio di mortalit condotto dallISS nellambito delprogettoSENTIERI.

11.2Background
Il Consiglio dei Ministri, in base alla Legge 349/86 e 305/89 con Delibera del 30/11/1990 ha definito i Comuni di Taranto, Statte, Massafra, Crispiano e Montemesola Area ad elevato rischio ambientale. Successivamente,conilD.M.471/99,vengonoinpartemodificatiicriteridiinclusionedeiterrititorifraisiti inquinati e con il DLgs 152/06 vengono istituiti 57 Siti di Interesse Nazionale per le Bonifiche (SIN) tra cui vengonoincluseleareedipertinenzadeiComunidiTarantoeStatte. 1997. OMS. Martuzzi F. et al. Primo rapporto Ambiente e Salute in Italia. Mortalit 1980 1987. 2002. OMS. Martuzzi M., Mitis F:, Biggeri A., Terracini B., Bertolini R.. Ambiente e Stato di salutenellepopolazionidelleareearischioambientaleinItalia. 1993: L. Annichiarico, A. Mancino, S. Minerba. Mortalit per Carcinoma del polmone a Taranto, citt sede di polo siderurgico. Indagine conoscitiva. Estratto di Folia Oncologica 16, 143.1993. I dati emersi da questa indagine indicano: 1) che gli abitanti delle aree pi vicine alle fonti di inquinamento atmosferico prodotto dagli insediamenti industriali sono pi esposti al rischio di ammalarsi di Tumore al Polmone; 2) che i lavoratori impiegati nei predetti insediamenti mostrano un rischio maggiore che aumenta quando si associa labitudine al fumo di tabacco e la residenza nel territorio della USL TA/4; 3) che a questi fattori, per cos dire primari, potrebbero essere aggiunti altri elementi quale, per esempio, la maggioreindigenzadegliabitantideirionipiespostirispettoaquellideglialtririoni. 2004. Effetti a breve termine dellinquinamento atmosferico nella citta di Taranto: G. Assennato, L. Bisceglia, A. Bruni, G. Ciaccia, S. Minerba. Studio MISA. Epidemiologia e Prevenzione, anno 28. Supplemento 45: 97. 2004 Lo studio MISA III ha valutato gli effettiabreveterminedellinquinamentoatmosfericosullasalutedeiresidentidellacittdi Taranto le concentrazioni di inquinanti atmosferici rilevate nei giorni precedenti losservazione mostrano unassociazione con la mortalit naturale (effetto del traffico autoveicolare) e con il numero di decessi per tutte le cause e di ricoveri per malattie respiratorieecerebrovascolari... 2006. I risultati dei due studi OMS sono stati oggetto di un aggiornamento da parte dellAzienda Sanitaria di Taranto, utilizzando la stessa metodologia con la mortalit degli anni19982002:M.Conversano,S.Minerba,A.Mincuzzietal.,2006.Relazionesullostatodi salute della popolazione della provincia di Taranto. Bollettino epidemiologico n.6. 2005. Comitatoscientificodiredazione.wwwaslta1.it.

67

vengono confermati, pur con qualche lieve diminuzione, gli SMR gi dimostratisi in eccesso e nello specifico per Cancro del Polmone, della Pleura e della Vescica si evidenzia che tali indici risultano pi elevati nei comuni di Taranto e Statte rispetto al resto dellArea a rischioambientale. Dai risultati delle analisi di mortalit si evince che vi una tendenza alla riduzione degli eccessi: ad esempio, nel sesso maschile, si passa dal 37,6% di incremento per il tumore del polmonenelperiodo19801987,al32,9%nel19901994,finoal22,1%nellepocapirecente. Tuttavia, si registra il permanere della condizione di rischio (con eccessi per il tumore della pleura di 4 volte negli uomini e di 2 volte nelle donne) per tutte le patologie, tranne che per il tumorevescicalenelledonnepercuilaumentononmaistatopresente. Questi dati confermano pertanto i risultati della prima indagine dellOMS e suggeriscono la persistenza di una condizione di rischio aumentato di sviluppare patologie neoplastiche e specificamente quelle per cui nota e ampiamente consolidata lassociazione causale con fattoridirischioditipoprofessionaleeambientale. 2006. Studio casocontrollo relativo a casi di tumore incidenti nel comune di Taranto. S. Belli, A. Bruni, S. Minerba, A. Scarselli, A. Marinaccio, P. Comba, M. Conversano. Congresso AIE Palermo 2006. Atti. per quanto riguarda il tumore polmonare, si evidenzia unassociazione statisticamente significativa con la distanza della residenza principale dalle acciaierie 2007. Studio di mortalit nel comune di Taranto dal 1970 al 2004. Vigotti MA, Cavone D, Bruni A, Minerba S, Conversano M. Analisi di mortalit in un sito con sorgenti localizzate: il caso di Taranto. In: Comba P, Bianchi F, Iavarone I, Pirastu R (eds). Impatto sulla salute dei siti inquinati: metodi e strumenti per la ricerca e le valutazioni. Rapporti ISTISAN (07/50). Istituto superiore di sanit, Roma 2007. I risultati nel sesso maschile evidenziano una sostanziale riduzione dei tassi di mortalit per quasi tutte le patologie esaminate, con leccezionedeltumoredellavescicaedellemalattiedellapparatorespiratorio,conindiciche risultano comunque generalmente in eccesso rispetto agli analoghi valori regionali. Gli Autori sottolineano come alcune patologie, come quelle relative allapparato respiratorio notoriamente associate anche allinquinamento atmosferico, risultano in crescita nellultimo periodonelledonne.CinfinedanotarecheancheaTaranto,comeinaltrerealtindustriali italiane, nellultimo periodo e tra gli uomini, la mortalit per tutti i tumori (TSD=257 per 100.000 ab) ha superato quella per malattie cardiovascolari (TSD=243 per 100.000 ab) mentre questo fenomeno non si osserva nella Regione Puglia nel suo insieme (TSD tumori= 233vsTSDmalattiecardiovascolari=272per100.000ab). 2007: Martinelli D, Mincuzzi A, Minerba S et al. Malignant cancer mortality in Province of Taranto (Italy). Geographic analysis in an area of high environmental risk. J Prev Med Hyg 2009; 50: 18190. Analisi geografica ASL TA OER attraverso fonte RENCAM anni 2000/2004eutilizzoSMRperconfrontofraTarantoeRegionePugliapubblicatosuJournal of Preventive Medicine and Hygien Geografic analisys in an area of hight enviromental risk Il comune di Taranto presenta nel sesso maschile un eccesso di mortalit del 28% per il cancro del polmone e del 460% per il cancro della Pleura rispetto allo standard Regionale dei 15 tumori maligni che presentano eccessi di mortalit allinterno della provincia di Tarantoben11concentranoilproblemaalivellodelcomunecapoluogo


68

11.3ProgettoSENTIERIAreadelSINdiTaranto
Pietro Comba, Susanna Conti, Marco De Santis, Ivano Iavarone, Valerio Manno, Giada Minelli, Roberta Pirastu,AmerigoZona. TrattodalRapportoSaluteeAmbientedisponibilesulSitodelMinisterodellaSalute.

Fontideidatidimortalit Labasedidatiutilizzataperlostudiodellamortalitquellacomprendenteleindaginisullecausedimorte e le popolazioni comunali fornite dall'ISTAT ed elaborate dall' Ufficio di Statistica dellIstituto Superiore di Sanit,utilizzandoilsoftwarePATED. ElementocaratterizzantediSENTIERIlavalutazioneaprioridellevidenzaepidemiologicadellassociazione causale tra le esposizioni ambientali estratte dai Decreti di perimetrazione dei SIN e le cause di decesso selezionate per lanalisi; tale evidenza stata classificata come Sufficiente per inferire la presenza di unassociazione causale, Limitata ma non sufficiente ed Inadeguata per inferire la presenza o lassenza di unassociazionecausale. InSENTIERIleesposizioniambientaliestrattedaiDecretidiperimetrazionedeiSINsonostateclassificatein: impianto chimico (C), impianto petrolchimico e/o raffineria (P&R), impianto siderurgico (S), centrale elettrica (CE), miniera e/o cava (M), area portuale (AP), amianto o altre fibre minerali (A), discarica (D), inceneritore(I). Il SIN Taranto e costituito da due Comuni (Taranto e Statte) con una popolazione complessiva di 216 618 abitanti al Censimento 2001. Per la definizione dei due comuni si rinvia allappendice tecnica. Il Decreto di perimetrazione del SIN (Decreto 10 gennaio 2000) elenca la presenza di una raffineria, un impianto siderurgico,unareaportualeediscarichediRSUconsitiabusividirifiutidi variaprovenienza,esposizioniambientaliindicateinSENTIERIcomeP&R,S,APeD. LanalisidellamortalitdelSINdiTarantohariguardatoiresidentideicomunidiTarantoeStatteedstata condottaperlinsiemedelle63causesingole(ogruppidicause)inentrambiigeneriepertutteleetperi periodi19952002e20032009.Perunaselezione dicauselanalisihariguardatole classidi et01e014 anni. E stato calcolato il rapporto standardizzato di mortalit grezzo (SMR) e corretto per un indice di deprivazione socioeconomica (SMR ID) messo a punto ad hoc; alla stima dellSMR, calcolato con il riferimentoregionale,statoassociatolIntervallodiConfidenzaal90%(IC90%). MortalitnelSINdiTaranto19952002e20032009 LeTabelle13presentanoirisultatidellamortalit,neiperiodi19952002e20032009. La mortalit per le principali cause di morte (Tabella 1) mostra, in entrambi i periodi, in entrambi i generi, eccessi tra il 7% e il 15% per la mortalit generale e per tutti i tumori; laggiustamento per deprivazione socioeconomica non modifica i risultati in modo sostanziale. La mortalit per malattie del sistema circolatorio, dellapparato respiratorio e digerente supera quella attesa in entrambi i periodi, sia tra gli uomini che tra le donne; anche per queste cause i risultati non si modificano sostanzialmente tenendo contodeifattorisocioeconomici.Lamortalitosservataperlemalattiedellapparatogenitourinariosimile aquellaattesa. La Tabella 2 presenta le cause di morte con evidenza epidemiologica a priori relativa alle esposizioni ambientali del SIN di Taranto Limitata per inferire la presenza di unassociazione causale. Nei paragrafi seguenti si fa riferimento ai risultati corretti per deprivazione socioeconomica. Tra gli uomini per il tumore del polmone presente un eccesso di circa il 20% nel primo periodo che viene confermato nel secondo, i 69

corrispondenti valori nelle donne mostrano eccessi rispettivamente del 30% e 20%. Per il tumore della pleura gli eccessi sono, rispettivamente nei due periodi, del 193% e 167% negli uomini e nelle donne del 90%e103%. La mortalit per le malattie respiratorie in eccesso, in entrambi i periodi e in entrambi i generi, con eccessi, tra gli uomini rispettivamente del 7% e dell11% e tra le donne dell11% e 5%. Per le malattie respiratorie acute gli eccessi sono, rispettivamente nei due periodi, negli uomini del 49% e 37% e nelle donne del 38% e 14%. La mortalit osservata per malattie polmonari croniche nel periodo 19952002 non supera lattesa, n tra gli uomini n tra le donne; nel periodo 20032009 tra gli uomini presente un eccessodel37%. Lasmanonmostraeccessidimortalit,ilnumerodegliosservatiesiguo. La Tabella 3 presenta i risultati per linsieme di uomini e donne, per le cause di morte con evidenza epidemiologicaaprioriLimitata;le malformazionicongenite,che,nel19952002mostravanounamortalit in eccesso del 17%, nel secondo periodo mostrano un decremento. Per le condizioni morbose di origine perinataleleccessoeradel21%nel19952002eddel47%nelsuccessivoperiodo20032009. Ilnumerodiosservatiperlemalattierespiratorieacuteelasmanellaclassediet014esiguo. Per quanto riguarda la mortalit per cause di decesso non considerate nei precedenti paragrafi per gli anni 20032009sirimandaalleTabelle46. Tra gli uomini nel periodo 20032009 si rilevano eccessi per le demenze (23%), la malattia ipertensiva (33%), la malattia ischemica (16%), la cirrosi epatica (47%) e sono presenti eccessi anche per il melanoma (50%),ilinfominonHodgkin(34%)elaleucemiamieloide(35%). Nel periodo 20032009 tra le donne si osservano eccessi per il tumore del fegato (64%), i linfomi non Hodgkin (44%), le demenze (27%), la malattia ipertensiva (10%), la malattia ischemica (13%) e la cirrosi epatica(31%).Sievidenzia,inoltre,uneccessodel51%permielomamultiplo. ConsiderazioniconclusivedellostudioSentieri Il quadro della mortalit delle persone che risiedono nel SIN di Taranto che emerge dalle analisi riportate nelpresentelavorocritico. LostudiodellamortalitsecondolametodologiadelprogettoSENTIERI,mostra,siatragliuominichetrale donne, nel periodo 19952002 e nel successivo aggiornamento 20032009, eccessi per le principali cause di morte, specifiche sedi tumorali e specifiche patologie, come anche per la mortalit infantile. Gli eccessi di mortalit riguardano specificamente le cause di morte per le quali un ruolo eziologico delle esposizioni ambientali presenti nel sito accertato e sospettato sulla base della valutazione a priori delle ipotesi di interesse eziologico. Nellanalisi dei dati si tenuto conto dello stato socioeconomico della popolazione indagata. L'andamento dei tassi standardizzati di mortalit nel SIN di Taranto nel periodo 19802008 mostra una diminuzione della mortalit generale e per importanti cause, ma in entrambi i generi i tassi di mortalit sono significativamente superiori alla media regionale per la quasi totalit del periodo e delle cause esaminate.Inoltre,tragliuomini,itassisonosempresignificativamentesuperiorinonsoloaquellipugliesi, ma anche a quelli italiani, per importanti patologie quali il tumore del polmone e le malattie del sistema respiratorionellorocomplessoecronicheinparticolare. Dai risultati presentati emerge uno stato di compromissione della salute della popolazione residente a Taranto. Questo quadro coerente con quanto emerso dai precedenti studi descrittivi ed analitici di mortalit e morbosit, in particolare la coorte dei residenti a Taranto (Mataloni et al. 2012) nella quale, anche dopo avere considerato i determinanti sociali, i residenti nei quartieri di Tamburi, Borgo, Paolo VI e 70

nel comune di Statte mostrano una mortalit e morbosit pi elevata rispetto alla popolazione di riferimento. BIBLIOGRAFIASENTIERI Viviano G, Ziemacki G, Settimo G et al. Air quality assessment in an urbanindustrial area: the Taranto case study.EpidemiolPrev2005;2956(Suppl.):459. Giua R, Spartera M, Viviano G, Ziemacki G, Carbotti G. Cancer risk for cokeoven workers in the Taranto steelplant.EpidemiolPrev2005;2956(Suppl.):424. Primerano R, Liberti L, Notarnicola M et al. Monitoraggio della qualit dellaria: episodi acuti di inquinamento da fonti industriali nellarea di Taranto. Atti Seminari di Ecomondo. Vol. 2. pp. 341349. MaggioliEditore,2006. Liberti L, Notarnicola M, Primerano R, Vitucci G. Air pollution from a large steelfactory: toxiccontaminants fromcokeovenplants.InAirPollutionXII.BrebbiaCA(ed)Southampton(GB),WITPress,2004. Liberti L, Notarnicola M, Primerano R, Zannetti P. Air pollution from a large steel factory: polycyclic aromatichydrocarbonemissionsfromcokeovenbatteries.JAirWasteManagAssoc2006;56:25560. Bruno P, Caselli M, de Gennaro G, Traini A. Source apportionment of gaseous atmospheric pollutants by meansofanabsoluteprincipalcomponentscores(APCS)receptormodel.FreseniusJAnalChem2001;371: 111923. Bruno P, Caselli M, de Gennaro G, Tutino M. Determination of polycyclic aromatic hydrocarbons (PAHs) in particulatemattercollectedwithlowvolumesamplers.Talanta2007;72:135761. Di Filippo P, Riccardi C, Incoronato F, Pomata D, Spicaglia S, Cecinato A. Inquinamento atmosferico nella citt di Taranto: una realt ad alto impatto industriale. In Tematiche ambientali 2005 Congresso seriale Inquinamentoatmosfericoesalute.Atti,n.20.Udine,56Dicembre2005. RotatoriM,DiFilippoP,GuerrieroG,CecinatoA.PCB,PCDDePCDFnelparticolatoatmosfericodiTarantoe Provincia. Atti del Workshop nazionale ISPESL su Sicurezza, Salute e Ambiente come fattori competitivi per lemoderneareeindustriali.Poster.Lecce,19maggio2006. Di Leo A, Cardellicchio N, Giandomenico S, Spada L. Mercury and methylmercurycontamination in Mytilusgalloprovincialis from Taranto Gulf (Ionian Sea, Southern Italy): riskevaluation for consumers. Food ChemToxicol2010;4:31316. StorelliMM,MarcotrigianoGO.Polycyclicaromatichydrocarbonsinmussels(Mytilusgalloprovincialis)from theIonianSea,Italy.JFoodProt2001;64:4059. Storelli MM, Marcotrigiano GO. Bioindicator organisms: heavy metal pollution evaluation in the Ionian Sea (MediterraneanSeaItaly).EnvironMonitAssess2005;102:15966. 71

Ferri GM, Gallo A, Sumerano M et al. Exposure to PAHs, urinary 1pyrenol and DNA adducts in samples from a population living at different distances from a steel plant. G Ital Med Lav Ergon 2003; 25 (Suppl 3): 324. Gigante MR, Antelmi A, Iavicoli S et al. Evaluation of the role of occupational and environmental exposure to inorganic arsenic in the urinary excretion of the metal: preliminary data. G Ital Med Lav Ergon 2006; 28: 199201. BuccolieriA,BuccolieriG,CardellicchioNetal.Distributionandspeciationofmetalsinsurfacesedimentsof Taranto[corrected]gulf(IonianSea,SouthernItaly).AnnChim2004;9:46978. ARPAPuglia2007.RelazionesulloStatodellAmbiente2007. https://arpapuglia.box.net/shared/omqa7jp6io(ultimaconsultazione24giugno2011). ARPAPuglia2008.RelazionesulloStatodellAmbiente2008. https://arpapuglia.box.net/shared/itzdpqkxlh(ultimaconsultazione24giugno2011). ARPA Puglia 2008. Criticit ambientali nellarea industriale di Taranto e Statte con particolare riferimento alla problematica delle emissioni e della qualit dellaria. Relazione alla V Commissione del Consiglio della RegionePugliadel19Novembre2008. http://www.arpa.puglia.it/web/guest/aria_news?p_p_id=101_INSTANCE_nnCi&p_p_lifecycle=0&p_p_state =normal&p_p_mode=view&p_p_col_id=column 1&p_p_col_pos=2&p_p_col_count=3&_101_INSTANCE_nnCi_advancedSearch=false&_101_INSTANCE_nnC i_andOperator=true&cur=8(ultimaconsultazione24giugno2011). ARPA Puglia 2008. Analisi effettuate, criticit riscontrate e necessit di nuove analisi nellarea di Taranto e Statte.RelazioneTecnica.Bari,16settembre2008. http://www.arpa.puglia.it/c/document_library/get_file?uuid=d36805c159a945a6aee1 76ca4d95cc20&groupId=13879(ultimaconsultazione24giugno2011). ARPA Puglia 2009. ARPA Puglia Agenzia Regionale per la Prevenzione e la Protezione dellambiente in Puglia."LeemissioniindustrialiinPuglia".RapportosulleemissioniinatmosferadeicomplessiIPPC.AUTORI Roberto Giua, Stefano Spagnolo, Andrea Potenza. Direzione Scientifica ARPA Puglia. http://www.arpa.puglia.it/c/document_library/get_file?uuid=055db8c7b1b1416b84b5 01defc2a6e05&groupId=10125(ultimaconsultazione24giugno2011). ARPA Puglia 2009. Relazione sui Dati Ambientali dell'Area di Taranto, 08/09/2009. http://www.arpa.puglia.it/web/guest/rapporti(ultimaconsultazioneil24giugno2011). ARPA Puglia 2010. Relazione tecnica preliminare sul benzo(a)pirene aerodisperso a Taranto, 4/06/2010. http://www.arpa.puglia.it/web/guest/rapporti(ultimaconsultazione24giugno2011). Iavarone I, Castellano G, Martinelli W, Lerna A, Suma G, Conversano M. Ecological and human biomonitoring in Taranto, an Italian contaminated site. ISEE 21st Annual Conference. Poster presentation. ISEE0518.Dublin,Ireland,August2529,2009. 72

Vigotti MA, Cavone D, Bruni A, Minerba S, Conversano M. Analisi di mortalit in un sito con sorgenti localizzate:ilcasodiTaranto.In:CombaP,BianchiF,IavaroneI,PirastuR(eds).Impattosullasalutedeisiti inquinati: metodi e strumenti per la ricerca e le valutazioni. Rapporti ISTISAN (07/50). Istituto Superiore di Sanit,Roma2007,pp.155165. Marinaccio A, Belli S, Binazzi A et al. Residential proximity to industrial sites in the area of Taranto (SouthernItaly).Acasecontrolcancerincidencestudy.AnnaliISS.2011;47(2):1929. Biggeri A, Bellini P, Terracini B. Metaanalysis of the Italian studies on shortterm effects of air pollution MISA19962002.EpidemiolPrev2004;45(Suppl.):1100. Martuzzi M, Mitis F, Iavarone I, Serinelli M. Health impact of PM10 and ozone in 13 Italian cities. World Health Organization Regional Office for Europe. Copenhagen 2006 (E88700). www.euro.who.int/document/e88700.pdf(ultimaconsultazione1agosto2011). Berti G, Galassi C, Faustini A, Forastiere F. EPIAIR Project. Air pollution and health: epidemiological surveillanceandprevention.EpidemiolPrev2009;56(Suppl.1):1143. Organizzazione Mondiale della Sanit, Centro europeo ambiente e salute. Divisione di Roma. Le aree ad elevato rischio di crisi ambientale. In: Bertollini R, Faberi M, Di Tanno N (eds). Ambiente e salute in Italia. Il PensieroScientificoeditore,Roma1997. Martuzzi M, Mitis F, Biggeri A, Terracini B, Bertollini R. Environment and health status of the population in areaswithhighriskofenvironmentalcrisisinItaly.EpidemiolPrev2002;6(Suppl.):153. Graziano G, BilanciaM, Bisceglia L, de Nichilo G, Pollice A, Assennato G. Statistical analysis of the incidence ofsomecancersintheprovinceofTaranto19992001.EpidemiolPrev2009;33:3744. Bruni A. Lincidenza del tumore al polmone nei diversi quartieri della citt di Taranto: una analisi basata geografica dei dati del Registro Tumori Jonico Salentino per il periodo 19992001. Tesi di master universitariodiIIlivelloinepidemiologia.UniversitdeglistudidiTorinoeFondazioneISI,Gennaio2009. Martinelli D, Mincuzzi A, Minerba S et al. Malignant cancer mortality in Province of Taranto (Italy). Geographicanalysisinanareaofhighenvironmentalrisk.JPrevMedHyg2009;50:18190. Mataloni F, Stafoggia M, Alessandrini E, Triassi M, Biggeri A, Forastiere F. Studio di coorte sulla mortalit e morbositnellareadiTaranto.EpidemiolPrev2012;36(5):237252. PirastuR,AnconaC,IavaroneI,MitisF,ZonaA,CombaP,SENTIERIWorkGroup.SENTIERIProject.Mortality studyofresidentsinItalianpollutedsites:evaluationoftheepidemiologicalevidence.EpidemiolPrev2010; 56(Suppl.3):196. Quaderni del Ministero della Salute. Stato dellarte e prospettive in materia di contrasto alle patologie asbestocorrelate.MinisterodellaSalute.N.15,2012.

73

Bisceglia L, de Nichilo G, Elia G et al. Assessment of occupational exposure to PAH in cokeoven workers of Tarantosteelplantthroughbiologicalmonitoring.EpidemiolPrev2005;56(Suppl.):3741. Gariazzo C, Papaleo V, Pelliccioni A, Calori G, Radice P, Tinarelli G. Application of a Lagrangian particle model to assess the impact of harbour, industrial and urban activities on air quality in the Taranto area, Italy.AtmosphericEnvironment2007;41:643244. MangiaC,GianicoloEA,BruniA,VigottiMA,CervinoM.Spatialvariabilityofairpollutants inthecityofTaranto,Italyanditspotentialimpactonexposureassessment.EnvironMonitAssess2012. ISPRA Istituto Superiore per la Protezione dellAmbiente Qualit dellambiente Urbano VIII Rapporto, edizione2012. MinelliG,MannoV,DOttaviSN,etal.LaMortalitinItalianellanno2006.RapportiISTISAN10/26. De Santis M, Pasetto R, Minelli G, Conti S. Materiali e metodi dellanalisi della mortalit nel Progetto SENTIERI In: Pirastu R, Iavarone I, Pasetto R, Zona A, Comba P. SENTIERI Studio Epidemiologico Nazionale dei Territori e degli Insediamenti Esposti a Rischio da Inquinamento: Risultati. Epidemiol Prev 2011; 56 (Suppl.4):2428. Shin HR, Curado MP, Ferlay J, Heanue M, Edwards B, Storm J. Chapter 5: Comparability and quality of data in Curado MP, Edwards B, Shin HR, Storm H, Ferlay J, Heanue M, Boyle (eds) Cancer Incidence in Five Continents,VolumeIX.IARCScientificPublicationsNo.160,Lyon2007. AIRTUMAIOM.InumeridelcancroinItalia2011.IntermediaEditore,Brescia,2011. Pirastu R, Conti S, Forastiere F et al. SENTIERI Studio Epidemiologico Nazionale dei Territori e degli InsediamentiEspostiaRischiodaInquinamento:Risultati.EpidemiolPrev2011;56(Suppl.4). Comba P, Bianchi F, Conti S et al. Progetto SENTIERI: discussione e conclusioni. In: Pirastu R, Iavarone I, Pasetto R, Zona A, Comba P. SENTIERI Studio Epidemiologico Nazionale dei Territori e degli Insediamenti EspostiaRischiodaInquinamento:Risultati.EpidemiolPrev2011;56(Suppl.4):163171. Musmeci L, Bellino M, Falleni F, Piccardi A. Caratterizzazione ambientale dei Siti di Interesse Nazionale. In: PirastuR,IavaroneI,PasettoR,ZonaA,CombaP.SENTIERIStudioEpidemiologicoNazionaledeiTerritorie degliInsediamentiEspostiaRischiodaInquinamento:Risultati.EpidemiolPrev2011;56(Suppl.4):2023.

74

19952002 Causa OSS Tuttelecause Tuttiitumori Malattiedelsistemacircolatorio Malattiedell'apparatorespiratorio Malattiedell'apparatodigerente Malattiedell'apparato genitourinario
Tabella 1. SENTIERI SIN di Taranto. Mortalit per le principali cause di morte. Numero di osservati (OSS), rapporto standardizzato di mortalit grezzo (SMR) e corretto per deprivazione (SMR ID); IC 90%: intervalli di confidenza al 90%; riferimento regionale; 1995-2002 e 2003-2009. Uomini e donne. *2003 e 2006-2009- 2004-2005 non disponibili da ISTAT.

20032009* Donne Uomini Donne SMRID SMR SMRID OSS (IC90%) (IC90%) (IC90%) 110 108 107 4847 (108113) (105110) (104109) 111 113 112 1208 (106115) (108118) (106117) 104 103 109 1968 (105114) (100108) (99107) 104 105 111 268 (103120) (94115) (95117) 135 119 117 233 (122148) (106132) (104130) 102 (83124) 85 89 (74107) 86 (71103)

Uomini SMR (IC90%) 109 (107111) 115 (112119) 105 (102108) 107 (100114) 114 (105123) 92 (78109)

7585 2529 2654 666 442 101

SMRID SMR SMRID SMR OSS OSS (IC90%) (IC90%) (IC90%) (IC90%) 107 107 107 114 7104 4936 (105109) (105109) (105109) (111117) 114 113 113 112 1650 1716 (109116) (108117) (108117) (110119) 114 103 101 100 1645 3118 (99106) (98104) (97103) (109119) 117 107 113 111 447 406 (100114) (104123) (102120) (108126) 147 114 142 141 283 472 (106124) (132153) (131153) (133162) 97 (82115) 107 89 (75104) 91 (77108) 71 94 (77115)

75

19952002 Causa OSS Tumoredellatrachea,dei bronchiedelpolmone Tumoredellapleura Malattiedell'apparato respiratorio Malattierespiratorieacute 840 83 666 125 Uomini SMR (IC90%) 130 (122137) 521 (430625) 107 (100114) 156 (134181) 96 (88105) 41 (2272) SMRID OSS (IC90%) 119 121 (112126) 293 14 (242352) 107 406 (100114) 149 135 (127173) 97 151 (89105) 42 (2273) 11 Donne SMR (IC90%) 135 (115157) 242 (147379) 113 (104123) 145 (125167) 92 (80105) 73 (41121) SMRID OSS (IC90%) 130 516 (111151) 190 44 (115297) 111 447 (102120) 138 50 (119159) 92 322 (80105) 68 (38113) 0 Uomini SMR (IC90%) 133 (124143) 519 (397667) 117 (108126) 136 (106172) 116 (106127) 20032009* Donne SMRID SMR SMRID OSS (IC90%) (IC90%) (IC90%) 121 130 120 97 (112130) (109153) (101142) 267 311 203 12 (204343) (180505) (117329) 104 105 111 268 (103120) (94115) (95117) 112 114 137 58 (107174) (89140) (91142) 110 104 100 149 (100120) (90119) (87114) 1 25 (1118) 28 (1133)

Malattiepolmonaricroniche 388 Asma 9

Tabella 2. SENTIERI SIN di Taranto. Mortalit per le cause di morte con evidenza di associazione Limitata con le esposizioni ambientali del SIN di Taranto. Numero di osservati (OSS), rapporto standardizzato di mortalit grezzo (SMR) e corretto per deprivazione (SMR ID); IC 90%: intervalli di confidenza al 90%; riferimento regionale; 1995-2002 e 2003-2009. Uomini e donne. *2003 e 2006-2009- 2004-2005 non disponibili da ISTAT.

76

19952002 Causa(classidiet) OSS Malformazionicongenite(tutteleet) Alcunecondizionimorbosediorigineperinatale(01) Malattierespiratorieacute(014) Asma(014)


Tabella 3. SENTIERI SIN di Taranto. Mortalit per le cause di morte con evidenza di associazione Limitata con le esposizioni ambientali del SIN di Taranto. Numero di osservati (OSS), rapporto standardizzato di mortalit grezzo (SMR) e corretto per deprivazione (SMR ID); IC 90%: intervalli di confidenza al 90%; riferimento regionale; 1995-2002 e 2003-2009. Totale: uomini e donne. *2003 e 2006-2009- 2004-2005 non disponibili da ISTAT.

20032009* Totale SMRID (IC90%) 117 (93145) 121 (100146) 95 (33219) OSS 20 37 SMR (IC90%) 82 (54119) 165 (123218) SMRID (IC90%) 93 (62135) 147 (110193)

Totale SMR (IC90%) 115 (91142) 135 (111162) 96 (33219)

59 79 4 <3

77

Sito:TARANTO
Causa MORTALITA'GENERALE Malattieinfettiveeparassitarie Epatitevirale TuttiiTumori Tumoredell'esofago Tumoredellostomaco Tumoredelcolonretto Tumoreprimitivodelfegatoedeidottibiliariintraepatici Tumoredelpancreas Tumoredellalaringe Tumoredellatrachea,deibronchiedelpolmone Mesoteliomadellapleura Tumoredelconnettivoedialtritessutimolli Melanomadellapelle Tumoredellaprostata(U) Tumoredeltesticolo(U) Tumoredellavescica Tumoredelreneedialtrinonspecificatiorganiurinari Tumoredelsistemanervosocentrale Linfoematopoieticototale LinfominonHodgkin MalattiadiHodgkin Mielomamultiploetumoriimmunoproliferativi Leucemie Leucemialinfoide(acutaecronica) Leucemiamieloide(acutaecronica) DiabeteMellito Demenze MorbodiParkinson Malattiadeineuronimotori Sclerosimultipla Epilessia Neuropatietossicheeinfiammatorienonspecificate Malattiedelsistemacircolatorio Malattiaipertensiva Malattieischemichedelcuore Infartomiocardicoacuto Disturbicircolatoridell'encefalo Malattieapparatorespiratorio Malattierespiratorieacute Malattiepolmonaricroniche Pneumoconiosi Malattiedell'apparatodigerente Cirrosiealtremalattiecronichedelfegato Malattiedell'apparatogenitourinario Insufficienzarenaleacutaecronica Malformazionicongenite Sintomi,segniestatimorbosimaldefiniti Traumatismieavvelenamenti

OSS 4936 87 25 1650 11 77 121 124 70 25 516 44 8 26 106 4 87 28 29 124 45 5 21 53 10 37 147 102 33 9 3 8 3 1645 287 679 248 327 447 50 322 1 283 156 71 61 10 36 243

SMR(IC90%) 114(111117) 140(116167) 105(73146) 114(110119) 93(52154) 104(86126) 101(86117) 112(96129) 116(94141) 108(75150) 133(124143) 519(397667) 126(63227) 171(120237) 88(74103) 219(75501) 113(93135) 101(72138) 93(66127) 109(94127) 138(106177) 138(54290) 89(60128) 101(79126) 59(32101) 145(108191) 93(81107) 119(100140) 94(69126) 79(41138) 148(40381) 143(71258) 242(66626) 114(109119) 146(132161) 128(120136) 105(94117) 95(86104) 117(108126) 136(106172) 116(106127) 24(1113) 147(133162) 156(136178) 94(77115) 95(76117) 83(45141) 77(57102) 104(93115)

Uomini SMRID(IC90%) 110(108113) 131(109157) 105(73147) 111(106115) 79(45131) 113(93136) 100(85116) 111(95129) 111(90135) 108(75151) 121(112130) 267(204343) 117(58211) 150(105208) 90(76105) 211(72483) 103(85123) 96(68131) 87(62118) 112(96130) 134(103172) 153(60321) 91(61132) 105(82132) 63(34106) 135(101178) 95(83109) 123(103145) 96(70128) 140(73245) 155(42399) 114(57206) 213(58551) 109(105114) 133(121147) 116(109124) 91(82102) 95(87105) 111(103120) 137(107174) 110(100120) 35(2164) 135(122148) 147(128168) 102(83124) 99(79122) 107(58181) 78(58103) 101(90112)

Tabella4.SENTIERISINdiTaranto.Numerodicasiosservati(OSS),rapportostandardizzatodimortalitgrezzo(SMR)e correttoperdeprivazione(SMRID),IC90%:intervallidiconfidenzaal90%;riferimentoregionale;20032009(N.B.2003e 20062009;2004e2005datinoncodificatidall'ISTAT)

78

Sito:TARANTO
Causa MORTALITA'GENERALE Malattieinfettiveeparassitarie Epatitevirale TuttiiTumori Tumoredell'esofago Tumoredellostomaco Tumoredelcolonretto Tumoreprimitivodelfegatoedeidottibiliariintraepatici Tumoredelpancreas Tumoredellalaringe Tumoredellatrachea,deibronchiedelpolmone Mesoteliomadellapleura Tumoredelconnettivoedialtritessutimolli Melanomadellapelle Tumoredellamammella(D) Tumoredell'utero(D) Tumoredell'ovaioedeglialtriannessiuterini(D) Tumoredellavescica Tumoredelreneedialtrinonspecificatiorganiurinari Tumoredelsistemanervosocentrale Linfoematopoieticototale LinfominonHodgkin MalattiadiHodgkin Mielomamultiploetumoriimmunoproliferativi Leucemie Leucemialinfoide(acutaecronica) Leucemiamieloide(acutaecronica) DiabeteMellito Demenze MorbodiParkinson Malattiadeineuronimotori Sclerosimultipla Epilessia Neuropatietossicheeinfiammatorienonspecificate Malattiedelsistemacircolatorio Malattiaipertensiva Malattieischemichedelcuore Infartomiocardicoacuto Disturbicircolatoridell'encefalo Malattieapparatorespiratorio Malattierespiratorieacute Malattiepolmonaricroniche Asma Malattiedell'apparatodigerente Cirrosiealtremalattiecronichedelfegato Malattiedell'apparatogenitourinario Nefrosi Insufficienzarenaleacutaecronica Malformazionicongenite Sintomi,segniestatimorbosimaldefiniti Traumatismieavvelenamenti OSS 4847 96 36 1208 7 63 115 102 67 2 97 12 6 9 199 56 48 17 21 22 121 39 2 37 42 16 13 238 213 23 8 4 3 2 1968 433 617 160 458 268 58 149 1 233 100 85 1 76 10 63 208 SMR(IC90%) 108(105110) 163(137194) 167(124220) 113(108118) 222(104417) 118(94145) 94(80110) 160(135189) 109(88133) 147(26462) 130(109153) 311(180505) 110(48217) 85(44148) 107(95121) 114(90142) 91(71116) 109(69163) 138(92198) 84(57120) 129(110150) 153(115200) 68(12214) 142(106187) 108(82140) 141(89214) 70(42112) 90(80100) 125(111140) 70(4899) 93(46167) 109(37249) 68(19177) 211(37663) 104(100108) 118(109128) 115(108123) 87(76100) 92(8599) 104(94115) 112(89140) 104(90119) 25(1118) 119(106132) 128(108151) 89(74107) 72(4343) 88(72107) 81(44137) 81(65100) 129(114144) Donne SMRID(IC90%) 107(104109) 161(135191) 159(118210) 112(106117) 139(65260) 112(90138) 94(80110) 164(138193) 111(89135) 179(32562) 120(101142) 203(117329) 105(46208) 106(55184) 102(90115) 109(86136) 90(70115) 111(70166) 129(87186) 95(64135) 121(103140) 144(108188) 58(10182) 151(113199) 95(72123) 123(77187) 66(39106) 88(7998) 127(113142) 81(55114) 126(63227) 115(39262) 59(16152) 231(41726) 103(99107) 110(102120) 113(106121) 84(7395) 90(8397) 105(95117) 114(91142) 100(87114) 28(1133) 117(104130) 131(110154) 86(71103) 42(2200) 86(71104) 82(44139) 79(6397) 123(109138)

Tabella5.SENTIERISINdiTaranto.Numerodicasiosservati(OSS),rapportostandardizzatodimortalitgrezzo(SMR)e correttoperdeprivazione(SMRID),IC90%:intervallidiconfidenzaal90%;riferimentoregionale;20032009(N.B.2003e 20062009;2004e2005datinoncodificatidall'ISTAT)

79

Sito:TARANTO
Uominiedonne Causa OSS SMR(IC90%) SMRID(IC90%) MORTALITA'GENERALE 9783 110(108112) 108(106110) Malattieinfettiveeparassitarie 183 150(133170) 145(128163) Epatitevirale 61 133(107165) 131(105162) TuttiiTumori 2858 112(109116) 110(107113) Tumoredell'esofago 18 117(76174) 94(61140) Tumoredellostomaco 140 109(94125) 112(97129) Tumoredelcolonretto 236 97(87108) 97(87108) Tumoreprimitivodelfegatoedeidottibiliariintraepatici 226 127(114142) 128(115143) Tumoredelpancreas 137 112(96129) 110(95127) Tumoredellalaringe 27 106(75147) 109(77150) Tumoredellatrachea,deibronchiedelpolmone 613 128(120137) 118(111127) Mesoteliomadellapleura 56 447(353558) 245(194306) Tumoredelconnettivoedialtritessutimolli 14 118(71184) 111(67173) Melanomadellapelle 35 134(99178) 133(99177) Tumoredellavescica 104 108(91127) 101(85119) Tumoredelreneedialtrinonspecificatiorganiurinari 49 112(87142) 107(83135) Tumoredelsistemanervosocentrale 51 89(69112) 89(70113) Linfoematopoieticototale 245 117(105130) 115(103128) LinfominonHodgkin 84 143(119172) 137(113164) MalattiadiHodgkin 7 106(50198) 104(49195) Mielomamultiploetumoriimmunoproliferativi 58 116(92145) 121(96151) Leucemie 95 103(86122) 100(84118) Leucemialinfoide(acutaecronica) 26 91(64126) 89(62124) Leucemiamieloide(acutaecronica) 50 112(88142) 106(83134) DiabeteMellito 385 91(8399) 91(8399) Demenze 315 123(112135) 125(114138) MorbodiParkinson 56 81(64102) 88(70110) Malattiadeineuronimotori 17 84(54126) 132(84198) Sclerosimultipla 7 123(58232) 130(61244) Epilessia 11 110(61181) 90(50149) Neuropatietossicheeinfiammatorienonspecificate 5 225(89473) 212(84446) Malattiedelsistemacircolatorio 3613 108(105111) 105(102108) Malattiaipertensiva 720 128(120136) 119(111126) Malattieischemichedelcuore 1296 121(115126) 114(109119) Infartomiocardicoacuto 408 96(89105) 87(8095) Disturbicircolatoridell'encefalo 785 93(8798) 92(8797) Malattieapparatorespiratorio 715 110(103117) 108(101115) Malattierespiratorieacute 108 121(103143) 124(105145) Malattiepolmonaricroniche 471 110(102118) 105(97113) Asma 1 12(159) 13(163) Pneumoconiosi 1 23(1107) 34(2159) Malattiedell'apparatodigerente 516 132(123142) 125(116135) Cirrosiealtremalattiecronichedelfegato 256 142(128158) 139(125155) Malattiedell'apparatogenitourinario 156 91(79104) 93(81106) Nefrosi 1 35(2165) 27(1128) Insufficienzarenaleacutaecronica 137 91(78104) 91(79105) Malformazionicongenite 20 82(54119) 93(62135) Sintomi,segniestatimorbosimaldefiniti 99 79(6794) 78(6693) Traumatismieavvelenamenti 451 113(105122) 109(101118) Et<1 Tuttelecause 51 130(102165) 122(95153) Alcunecondizionimorbosediorigineperinatale 37 165(123218) 147(110193) Et014 Tuttiitumori 5 100(39209) 116(46244) Linfoematopoieticototale 2 120(21378) 113(20355) Leucemie 2 145(26458) 117(21368) Tabella6.SENTIERISINdiTaranto.Numerodicasiosservati(OSS),rapportostandardizzatodimortalitgrezzo(SMR)ecorrettoper deprivazione(SMRID),IC90%:intervallidiconfidenzaal90%;riferimentoregionale;20032009(N.B.2003e20062009;2004e2005dati noncodificatidall'ISTAT)

80

11.4 StudiodicoortesullamortalitemorbositnellareadiTaranto
Francesca Mataloni, Massimo Stafoggia, Ester Alessandrini, Maria Triassi, Annibale Biggeri, Francesco Forastiere Articolo tratto dalla rivista Epidemiologia e Prevenzione anno 36 Rassegne e Articoli (5) settembre ottobre2012 Lobiettivo del presente lavoro quello di fornire, attraverso uno studio di coorte, un quadro epidemiologico in termini di mortalit e ricoveri ospedalieri dei quartieri di Taranto e dei vicini Comuni di Massafra e Statte. Poich la deprivazione sociale pu avere uninfluenza importante sul qua dro sanitario,lanalisiepidemiologicaperquartieretienecontodeidifferenzialisociali. Lo studio stato condotto nel quadro di un incidente probatorio ordinato dal Giudice per le indagini preliminari (GIP) del tribunale di Taranto; i dati riportati hanno un carattere descrittivo della situazione epidemiologicadellarea. METODI Lacoorte Larea considerata in questo studio quella dei comuni di Taranto, Massafra e Statte. Per la selezione della coorte sono stati utilizzati gli archivi anagrafici dei tre Comuni. La coorte composta dai soggetti residential1 gennaio1998edatutti quellichesonosuccessivamenteentraticomeresidentinellarea per nascita o immigrazione fino al 31 dicembre 2010. I file anagrafici trasmessi sono stati sottoposti a rigorose operazioni di controllo di qualit, controllo dei record doppi e di esclusione dei soggetti iscritti allAIRE(Anagrafedegliitalianiresidentiallestero). Georeferenziazionedeisoggetti Le anagrafi comunali hanno fornito lindirizzo di residenza di ogni soggetto allinizio del periodo di studio (1 gennaio 1998), ovvero il primo indirizzo di residenza per gli iscritti nel Comune, per immigrazione o nascita, dopo quella data. E stato fornito inoltre, per il Comune di Taranto, larchivio storico di tutti i cambi di residenza anche prima dellarruolamento, mentre i Comuni di Statte e Massafra hanno fornito i movimenti residenziali solo per il periodo 19982010. E da notare che Statte haricevutounapropriaautonomiacomunaleil1maggio1993. A ciascuna residenza dei soggetti in studio sono state attribuite le coordinate geografiche attraverso il software ARCGIS; stato quindi possibile geocodificare tutte le informazioni residenziali della popolazione e trasferirle in un sistema geografico. A ogni soggetto geocodificato stata attribuita la sezionedicensimentodiresidenzaalliniziodelperiodoinstudio. Esposizioniinstudio Leesposizioniconsiderateinquestostudiosonoleseguenti. Quartiere di residenza: il Comune di Taranto stato suddiviso in 9 quartieri sulla base delle sezioni di censimento,ognunocompostodaunoopirionicomediseguitoindicato: Borgo(sezionidicensimento279400); Tamburi, Isola, Porta Napoli, Lido Azzurro (sezioni di censimento 1221, 983,1483, 1511, 1546, 1547, 1548); ItaliaMontegranaro(sezionidicensimento401492); SanVito,Lama,Carelli(sezionidicensimento886921,922,923,954,957,1553); PaoloVI(sezionidicensimento222278,1522,1527,1528,1529,1533); Salinella(sezionidicensimento705801,955,956);

1. 2. 3. 4. 5. 6.

81

7. SolitoCorvisea(sezionidicensimento617704,952,1512,1514,1523,1524,1526); 8. TalsanoeIsoleamministrative(sezionidicensimento802885,925,936,953,1108,1516,1518,1519,

1532,1535,1539,924,926932,934,935,937,940950); 9. TreCarrare,Battisti(sezionidicensimento493616). I Comuni di Statte e Massafra costituiscono due zone a parte. A ogni soggetto della coorte stato dunque attribuito un quartiere di residenza allarruolamento. I quartieri/comuni pi vicini allarea industriale, potenzialmente pi colpiti dallinquinamento, sono Tamburi (Tamburi, Isola, Porta Napoli, LidoAzzurro),Borgo,PaoloVIeStatte. Indice di livello socioeconomico: lo stato socioeconomico una caratteristica dellindividuo di particolare interesse negli studi epidemiologici, perch sono state documentate importanti differenze di salute a seconda del livello sociale, con una generale tendenza al peggioramento degli indici di mortalit e morbosit per le popolazioni pi deprivate. Sulla base dellesperienza italiana della classificazione dello stato socioeconomico per sezione di censimento, stato adottato lindice di deprivazione(oindicediposizionesocioeconomica)messoapuntonelquadrodiunprogettosostenuto dal Ministero della salute sulla base dei dati Istat 2001. Gli indicatori selezionati per comporre lindice sintetico sono quelli rilevati al censimento 2001: percentuale di popolazione con istruzione pari o inferiore alla licenza elementare (mancato raggiungimento dellobbligo scolastico), percentuale di popolazione attiva disoccupata o in cerca di prima occupazione, percentuale di abitazioni occupate in affitto, percentuale di famiglie monogenitoriali con figli dipendenti conviventi, densit abitativa (numerodioccupantiper100m2).Lindiceunavariabilecontinuaerappresentaloscartorispettoalla media nazionale (o altri aggregati geografici) di caratteristiche di deprivazione. E stato classificato in 5 categorie: alto, medioalto, medio, mediobasso, basso. La classificazione si basa sui quintili di popolazione; nel caso in esame stata effettuata sulla standardizzazione con media e deviazione standard provinciali (Taranto) e suddivisione in quintili relativi alla popolazione della Provincia. A ogni soggetto della coorte stato dunque attribuito un valore dellindicatore di posizione socioeconomica (SES)sullabasedellapropriasezionedicensimentodiresidenzaallingressonellacoorte. Proceduredifollowupedatisanitari Laccertamento dello stato in vita dei soggetti della coorte al 31 dicembre 2010 stato effettuato utilizzandogliarchivianagraficideicomuniinstudio.Perisoggettidecedutidal1998al2008lacausadi morte (classificata secondo la IX re visione ICD) stata attribuita con una procedura di record linkage con il Registro nominativo delle cause di morte della ASL di Taranto. Il record linkage avvenuto utilizzando chiavi a cascata, ovvero chiavi di linkage via via meno specifiche, elaborate sui record non ancora collegati ai passaggi precedenti. Si sono definiti due set di chiavi di linkage: il primo sul quale nonsonostatieffettuaticontrollimanuali,ovveroirecordcorrelaticonlechiavidiquestosetsonostati considerati attendibili; il secondo sul quale sono stati effettuati controlli manuali, ovvero i record legati allechiavidiquestosetsonostaticonsideratipotenzialmenteerratiesonostativerificatisingolarmente (circail5%).Perglianni2009e2010noneraancoradisponibilelinformazionesullacausadimorte. Con lo stesso criterio sono stati effettuati record linkage della coorte con larchivio dei ricoveri ospedalieri(19982010).Perlaselezionedeiricoveripercausastataconsiderataladiagnosiprincipale e, laddove il soggetto avesse avuto nel periodo considerato pi ricoveri per la stessa patologia, ai fini dellanalisistatoconsideratoilprimoricoveronelperiodoinstudio. Analisistatistica Ogni residente della coorte ha contribuito al computo degli anni persona a rischio a partire dal 1 gennaio 1998, se risultavagi presente in uno dei comuni in studio a questa data, o a partire dalla data del suo ingresso nellarea studiata, se entrato nel comune dopo il 1 gennaio 1998, fino alla data di

82

morte, emigrazione o fine del followup. Gli anni persona sono stati calcolati separatamente per sesso, classidieteperiododicalendario(treperiodi:19982001,20022005,20062010). Sono stati calcolati tassi di mortalit e tassi di persone ricoverate (pi semplicemente detti ricoveri) standardizzaticonilmetododiretto,usandocomepopolazionestandardlapopolazioneitalianaal1991 (per 100.000 abitanti), per quartiere di residenza, standardizzati per et. Lassociazione tra le esposizioni di interesse (quartiere di residenza e livello socioeconomico) e mortalit/morbosit stata valutata attraverso unanalisi di sopravvivenza (Cox proportional hazard model) con la stima di rischi relativi (HR, IC95%), separatamente per maschi e femmine. Nei modelli di analisi let stata considerata come asse temporale, mentre il periodo di calendario stato utilizzato come variabile di aggiustamento. Il modello in cui il quartiere di residenza stato considerato come esposizione aggiustatoancheperlivellosocioeconomico. LagestionedeidatabasestataeffettuatautilizzandoilsoftwareSAS,mentreperleanalisistatistiche statousatoilsoftwareSTATA(versione12,StataCorp). RISULTATI Caratteristichedescrittivedellacoorteedelleesposizioniconsiderate Nella figura 1 sono riportati i confini amministrativi dei Comuni che costituiscono larea in studio; i puntini si riferiscono alla localizzazione geografica della residenza (al 1 gennaio 1998 o successive per i nuovi entrati) dei soggetti reclutati nella coorte. La figura 2 rappresenta i quartieri considerati, la figura 3 illustra la distribuzione delle sezioni di censimento secondo lindicatore di posizione socioeconomica (SES). Sono state arruolate 321.356 persone (157.031 maschi, 164.325 femmine) le cui caratteristiche principali in termini di sesso, et, livello socioeconomico, stato in vita alla fine del followup e anni personadiosservazionesonoillustrateintabella1.LaripartizioneperComune diresidenza allingresso era di 265.994 soggetti a Taranto, 38.808 a Massafra, 16.554 a Statte. Il 35% dei soggetti della coorte aveva un livello socioeconomico basso, mentre la proporzione di soggetti con alto livello socioeconomico era del 21,4%. L84,9% dei soggetti erano gi presenti al 1 gennaio 1998 e il 39,1% abitavano nella stessa residenza del reclutamento da pi di 20 anni; nel gruppo dei soggetti con una duratadiresidenzaalreclutamentoinferiorea5anni(43,4%)sonostatiinclusituttiibambiniconmeno di5annial1gennaio1998,tuttiinuovinatinelperiodoinesame(34.452soggetti)eiresidentiaStatte per i quali la data di inizio residenza non era disponibile. E da notare che la proporzione dei soggetti della coorte nati allestero era molto bassa (2,3%); la maggior parte delle persone risultava nata a Taranto (81,6%) e nellItalia meridionale (93,5%). Alla fine del followup (2010), nella valutazione dello stato in vita il 76,6% dei soggetti sono risultati vivi e residenti, il 14,6% sono risultati emigrati dai comuni in studio e 28.171soggetti (8,8%) sono risultati deceduti. Per 23.004 deceduti entro il 2008 erano disponibili i dati sulla causa di morte (98%). Nel periodo di osservazione sono stati stimati 3.384.302 anni persona di followup. La tabella 2 illustra le caratteristiche della popolazione di Taranto per quartiere e dei Comuni di Massafra e Statte. I quartieri con et media pi avanzata allinizio del follow up erano Borgo e Italia Montegranaro e quelli con et media pi bassa Paolo VI e San Vito, Lama, Carelli. La distribuzione sociale molto diversa tra quartieri con percentuali elevate di livello alto (62,2%) a San Vito, Lama, Carelli e basso al rione Tamburi (Tamburi, Isola, Porta Napoli, Lido Azzurro)(69,4%)enelquartierePaoloVI(64,3%). Statosocioeconomico La tabella 3 mostra lassociazione, nei maschi e nelle femmine, fra stato socioeconomico e mortalit. Sono stati riportati i confronti dello stato socioeconomico basso verso quello alto. E stato riscontrato

83

un differenziale rilevante per entrambi i sessi per mortalit totale, cardiovascolare, respiratoria e malattie dellapparato digerente, con eccessi nelle classi pi svantaggiate. Sono state registrate differenzeanchepertuttiitumorineimaschi,inparticolarepertumoredellostomaco,dellalaringe,del polmoneedellavescica. In modo analogo, la tabella 4 mostra le associazioni del livello socioeconomico con la frequenza dei soggetti ricoverati per causa. I differenziali di salute per la morbosit hanno confermato quelli riscontrati per la mortalit, con una generale tendenza a uno stato di salute peggiore nei soggetti di livellosocioeconomicobasso. Analisiperquartiere Le tabelle 5 e 6 mostrano, per maschi e femmine rispettivamente, i rischi di mortalit per causa dei quartieri Tamburi (Tamburi, Isola, Porta Napoli, Lido Azzurro), Borgo, Paolo VI e del Comune di Statte, confrontati con di dati della mortalit osservata in tutti gli altri quartieri di Taranto nel loro insieme e nel Comune di Massafra. Tale classificazione in quartieri basata sullipotesi che quelli situati vicino allarea industriale siano caratterizzati da un livello di inquinamento atmosferico pi elevato. Anche dopo aver considerato i determinanti sociali, Tamburi (Tamburi, Isola, Porta Napoli, Lido Azzurro), Borgo,PaoloVIeStattehannomostratounamortalittotalepielevata(inparticolareTamburiePaolo VI per entrambi i sessi) rispetto al riferimento. Il differenziale maggiore nei maschi stato osservato a Paolo VI, con eccessi importanti per tumori maligni (+42%), tra cui il pancreas e il polmone, malattie cardiovascolari, respiratorie e del sistema digestivo. Nel quartiere Tamburi (Tamburi, Isola, Porta Napoli, Lido Azzurro) si riscontrato un eccesso di tumori maligni nei maschi (specie la prostata) e di malattie cardiovascolari, specie linfarto del miocardio. Nelle donne di Paolo VI, gli eccessi sono dovuti alle patologie tumorali, in particolare del fegato, e alle malattie cardiovascolari e dellapparato digerente.SonorisultatimoltoelevatinelquartiereTamburi(Tamburi,Isola,PortaNapoli,LidoAzzurro) glieccessipercausecardiovascolariemalattierenalinelledonne.Le tabelle7e8 mostranoirisultatidelleanalisideisoggetti conalmenounricoveroospedaliero.Ilquadro che emerso dallanalisi della mortalit ha trovato sostanziale conferma per molte cause di ricovero e ha indicato chiaramente Tamburi (con Isola, Porta Napoli, Lido Azzurro) e Paolo VI come i quartieri in cui lo stato di salute della popolazione pi compro messo, con eccessi compresi tra 20% e il 400% (pneumoconiosinelquartierePaoloVI)rispettoalriferimentoconsiderato.

84

Tabella1.PrincipalicaratteristichedellacoortediTaranto,MassafraeStatte,persesso.
VARIABILI Totale Classidet(anni)alreclutamento 0* 19 1019 2029 3039 4049 5059 6069 7079 80 Stato socioeconomico 17.656 14.760 18.764 24.925 22.580 18.580 16.672 12.275 7.752 3.067 11,2 9,4 11,9 15,9 14,4 11,8 10,6 7,8 4,9 2,0 16.796 14.285 17.409 24.698 23.147 19.235 17.566 14.708 10.813 5.668 34.831 20.018 16.908 29.653 57.698 5.217 140.024 11.321 12.980 69.718 9.229 9.314 9.293 66.771 127.956 22.357 14.159 11.443 10,2 8,7 10,6 15,0 14,1 11,7 10,7 9,0 6,6 3,4 21,2 12,2 10,3 18,0 35,1 3,2 85,2 6,9 7,9 42,4 5,6 5,7 5,7 40,6 77,9 13,6 8,6 7,0 34.452 29.045 36.173 49.623 45.727 37.815 34.238 26.983 18.565 8.735 68.693 39.095 32.736 58.034 112.481 10.317 272.739 23.028 25.589 139.486 18.646 18.808 18.689 125.727 246.244 46.941 28.171 23.004 10,7 9,0 11,3 15,4 14,2 11,8 10,7 8,4 5,8 2,7 21,4 12,2 10,2 18,1 35,0 3,2 84,9 7,2 8,0 43,4 5,8 5,9 5,8 39,1 76,6 14,6 8,8 7,2 32.626 303.672 392.745 479.761 507.118 473.765 438.866 363.865 258.705 133.179 723.462 415.870 347.660 613.296 1.178.188 105.826 3.106.335 196.358 81.609 1.321.382 223.233 225.100 215.024 1.399.562 2.928.560 272.923 182.819 126.373 1,0 9,0 11,6 14,2 15,0 14,0 13,0 10,8 7,6 3,9 21,4 12,3 10,3 18,1 34,8 3,1 91,8 5,8 2,4 39,0 6,6 6,7 6,4 41,4 86,5 8,1 5,4 3,7 MASCHI n. % 157.031 100,0 FEMMINE n. % 164.325 100,0 TOTALE n. % 321.356 100,0 ANNI PERSONA n. % 3.384.302 100,0

Alto 33.862 21,6 MedioAlto 19.077 12,1 Medio 15.828 10,1 MedioBasso 28.381 18,1 Basso 54.783 34,9 Missing 5.100 3,2 Periododingressonellacoorte Presential1gennaio1998 132.715 84,5 Entrati tra il 1998 e il 2003 11.707 7,5 Entrati tra il 2004 e il 2010 12.609 8,0 Durataresidenzaalreclutamento(1gennaio1998osuccessivamente) <5anni* 510anni 1015anni 1520anni >20anni Statoinvita(al31.12.2010) Vivieresidenti Emigrati Deceduti Deceduticoncausadimorteal31.12.2008
*Includeisoggettinatiduranteilfollowup.

69.768 9.417 9.494 9.396 58.956 118.349 24.523 14.012 11.561

44,4 6,0 6,0 6,0 37,5 75,4 15,6 8,9 7,4

85

Tabella2.PrincipalicaratteristichedellacoorteperquartierediTarantoeperMassafraeStatte.

VARIABILI

Borgo

Tamburi,Isola, PortaNapoli, LidoAzzurro % n. %

Italia Montegranaro n. %

San Vito, Lama, Carelli n. %

PaoloVI

QUARTIERI TARANTO Salinella

Solito Corvisea n. %

Talsano

Tre Carrare, Battisti % n. %

Massafra

Statte

n. Totale Sesso Maschi 16.312 Femmine 18.528 Etalreclutamento Media(SD) 37,9 Stato socioeconomico Alto 6.440 Medioalto 3.927 Medio 755 Mediobasso 4.584 Basso 17.874 Missing 1.260 Periododingressonellacoorte

n.

n.

n.

n.

n.

34.840 100,0 28.692 100,0 38.034 100,0 21.330 100,0 19.811 100,0 26.742 100,0 30.854 100,0 30.461 100,0 34.577 100,0 38.808 100,0 16.554 100,0 46,8 14.067 53,2 14.625 (25,3) 32,4 49,0 17.965 51,0 20.069 (24,5) 3,1 0,9 1,3 22,5 69,4 2,8 37,9 8.640 5.963 4.502 9.526 7.671 1.732 47,2 10.750 52,8 10.580 (24,1) 30,4 50,4 10.097 49,6 9.714 (21,8) 28,5 51,0 13.140 49,0 13.602 (21,6) 33,3 49,1 15.014 50,9 15.840 (22,6) 35,1 48,7 15.192 51,3 15.269 (22,8) 40,9 12,8 12,6 14,6 17,6 1,5 30,4 3.105 9.811 2.816 8.265 6.232 232 49,9 16.548 50,1 18.029 (22,1) 37,2 47,9 19.300 52,1 19.508 (25,0) 31,5 49,7 50,3 (23,0) 6,5 10,5 23,9 33,7 22,8 2,8 8.283 8.271 31,7 2.649 1.802 1.762 5.040 4.346 955 50,0 50,0 (22,9) 16,0 10,9 10,6 30,4 26,3 5,8 82,0 7,5 10,5

18,5 886 11,3 268 2,2 367 13,2 6.468 51,3 19.907 3,6 796

22,7 13.276 15,7 2.855 11,8 4.127 25,0 948 20,2 124 4,6 0 88,0 17.387 6,2 5,8 1.792 2.151

62,2 3.862 13,4 1.050 19,3 711 4,4 434 0,6 12.736 0,0 1.018 81,5 16.484 8,4 10,1 1.433 1.894

19,5 10.534 5,3 2.164 3,6 1.914 2,2 237 64,3 10.843 5,1 1.050 83,2 23.237 7,2 9,6 1.679 1.826

39,4 12.615 8,1 3.940 7,2 3.884 0,9 4.499 40,5 5.440 3,9 476 86,9 27.490 6,3 6,8 1.720 1.644

10,2 4.163 32,2 3.259 9,2 2.632 27,1 4.973 20,5 18.476 0,8 1.074 84,5 29.929 7,8 7,8 2.257 2.391

12,0 2.523 9,4 4.056 7,6 9.266 14,4 13.060 53,4 8.832 3,1 1.071 86,6 31.279 6,5 6,9 3.344 4.185

Presenti al 29.230 83,9 24.423 1gennaio1998 Entrati tra il 1998e 2.703 7,8 2.051 il 2003 Entrati tra il 2004e 2.907 8,3 2.218 il 2010 Durataresidenzaal1gennaio1998 <5anni* 510anni 1015anni 1520anni >20anni Statoinvita Vivi e residenti Emigrati Deceduti 16.029 1.669 1.659 1.618 13.865 24.831 5.554 4.455 46,0 11.716 4,8 1.543 4,8 1.663 4,6 1.682 39,8 12.088 71,3 22.149 15,9 3.594 12,8 2.949

85,1 33.475 7,1 7,7 2.356 2.203

89,1 25.730 5,6 5,3 2.363 2.368

80,6 13.567 8,6 10,8 1.246 1.741

40,8 13.973 5,4 2.253 5,8 2.326 5,9 2.288 42,1 17.194 77,2 28.051 12,5 5.922 10,3 4.061

36,7 10.211 5,9 1.491 6,1 1.370 6,0 1.339 45,2 6.919 73,8 16.436 15,6 3.738 10,7 1.156

47,9 7,0 6,4 6,3 32,4

8.492 1.034 1.043 1.244 7.998

42,9 11.286 5,2 1.551 5,3 1.770 6,3 1.600 40,4 10.535 82,0 20.977 12,1 3.833 5,9 1.932

42,2 11.150 5,8 2.048 6,6 2.207 6,0 2.097 39,4 13.352 78,4 23.634 14,3 4.728 7,2 2.492

36,1 14.904 6,6 2.233 7,2 1.789 6,8 1.792 43,3 9.743 76,6 23.546 15,3 5.144 8,1 1.771

48,9 14.059 7,3 1.848 5,9 1.926 5,9 1.807 32,0 14.937 77,3 25.226 16,9 5.167 5,8 4.184

40,7 10.772 5,3 2.946 5,6 3.017 5,2 3.188 43,2 18.885 73,0 31.413 14,9 4.625 12,1 2.770

27,8 16.488 7,6 5 7,8 4 8,2 6 48,7 51 80,9 13.383 11,9 1.970 7,1 1.201

99,6 0,0 0,0 0,0 0,3 80,8 11,9 7,3

77,1 16.246 17,5 2.392 5,4 1.173

*Includeisoggettinatiduranteilfollowup. **Per653soggettilinformazionesulquartiererisultamancante.

86

Tabella 3. Associazione tra stato socioeconomico e mortalit per causa (HR, IC95%). Maschi e femmine. Taranto, MassafraeStatte,19982008.
CAUSA(ICD9CM) ALTO (Rif.)
n. 33.862

MASCHI LIVELLO SOCIOECONOMICO BASSO


n. 54.783

FEMMINE ALTO (Rif.)


n. 34.831

BASSO
n. 57.698

n. Tuttelecause(001999)* Cause naturali(001799) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Laringe(161) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Mammella (174) Prostata(185) Vescica (188) Rene (189) Encefaloealtritumori delSNC(191192225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Malattie cardiovascolari (390459) Malattie cardiache (390429) Malattie ischemiche del cuore (410414) Eventi coronarici acuti (410411) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Malattie apparato digerente (520579) Malattie renali (580599) Maldefinite(780799) Traumatismieavvelenamenti(800999) 2.517 1.946 727 4 29 50 56 34 8 226 23 3

n. 5.483 4.314 1.522 12 80 115 121 52 41 510 46 7 123 113 10 52 107 44 38 96 21 1.402 968 405 206 329 488 116 339 323 77 151 225

HR 1,25 1,24 1,26 1,91 1,69 1,33 1,30 0,96 3,32 1,40 1,21 1,21 0,88 1,55 0,63 1,31 0,92 1,41 0,69 0,94 0,84 1,14 1,11 1,10 1,03 1,32 1,89 1,97 1,95 1,46 1,02 1,22 1,58

IC95% 1,19 1,18 1,15 0,61 1,10 0,95 0,95 0,62 1,55 1,20 0,73 0,31 0,66 1,08 0,26 0,81 0,68 0,82 0,43 0,68 0,42 1,04 0,99 0,93 0,82 1,08 1,55 1,32 1,54 1,19 0,69 0,91 1,22 1,31 1,31 1,37 5,92 2,59 1,86 1,79 1,49 7,09 1,64 2,00 4,69 1,18 2,23 1,56 2,12 1,24 2,42 1,10 1,31 1,68 1,25 1,23 1,29 1,29 1,62 2,29 2,95 2,47 1,79 1,49 1,64 2,03

n. 2.294 1.793 535 6 30 48 54 37 0 43 9 110 12 4 25 64 20 23 58 9 721 465 166 75 217 110 37 50 98 45 75 66

n. 5.770 4.619 1.085 7 61 140 102 60 77 12 7 197 25 3 47 111 43 34 120 15 1.984 1.322 378 151 538 344 129 169 334 106 210 179

HR 1,18 1,19 1,05 0,61 1,02 1,47 0,92 0,78

IC95% 1,13 1,13 0,95 0,20 0,66 1,05 0,66 0,52 1,24 1,26 1,17 1,82 1,58 2,04 1,28 1,18 1,39 1,63 1,28 1,29 1,82 1,67 1,71 1,19 1,83 1,31 1,29 1,70 1,32 1,39 1,21 1,20 1,27 1,72 2,15 2,10 1,95 1,51 1,59 1,67

0,96 0,68 0,46 1,02 0,91 0,37 1,05 0,87 1,07 0,77 0,94 0,74 1,21 1,25 1,01 0,91 1,08 1,38 1,49 1,52 1,56 1,07 1,22 1,26

0,66 0,29 0,16 0,80 0,45 0,08 0,64 0,64 0,63 0,45 0,69 0,32 1,11 1,13 0,84 0,69 0,92 1,11 1,03 1,10 1,24 0,75 0,94 0,95

73 40 9 25 71 19 34 56 13 668 480 214 120 131 132 30 87 131 40 63 83

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale).Rif:livellosocioeconomicodiriferimento. * riferitoalperiodo19982010.

87

Tabella 4. Associazione tra stato socioeconomico e ricoveri per patologia (HR, IC95%). Maschi e femmine. Taranto,MassafraeStatte,19982010

DIAGNOSI (ICD9) ALTO (Rif.)


n. 33.862

MASCHI LIVELLO SOCIOECONOMICO BASSO


n. 54.783

FEMMINE ALTO (Rif.)


n. 34.831

BASSO
n. 57.698

n. Cause naturali(001799) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Laringe(161) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Mammella (174) Prostata(185) Testicolo(186) Vescica (188) Rene (189) Encefaloealtritumori delSNC(191192225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Sclerosimultipla(340) Malattie cardiovascolari (390459) Malattie cardiache (390429) Eventi coronarici acuti (410411) Scompensocardiaco(428) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Asma(493) Pneumoconiosi (500505) Malattie apparato digerente (520579) Malattie renali (580599) Endometriosi(617) Gravidanzacon esitoabortivo(630634) Traumatismieavvelenamenti(800999) 14.994 1.451 6 43 168 96 42 25 240 20 13

n. 27.622 2.637 17 104 223 226 59 58 540 49 22 307 24 405 90 99 210 109 74 1.182 41 16 7.801 5.240 1.215 1.179 1.814 6.138 3.012 1.599 121 22 8.812 1.814

HR 1,23 1,16 1,89 1,57 0,86 1,52 0,88 1,58 1,47 1,53 1,06 0,94 1,32 1,05 1,26 1,18 0,99 1,13 0,81 1,41 0,88 0,85 1,15 1,10 1,11 1,37 1,29 1,62 1,94 1,83 1,18 1,06 1,29 1,15

IC95% 1,21 1,08 0,74 1,10 0,70 1,20 0,59 0,99 1,26 0,91 0,53 0,79 0,64 0,90 0,88 0,85 0,79 0,83 0,57 1,27 0,54 0,40 1,10 1,05 1,02 1,24 1,19 1,55 1,80 1,66 0,87 0,55 1,24 1,07 1,26 1,23 4,80 2,25 1,05 1,93 1,31 2,53 1,71 2,57 2,12 1,12 2,69 1,23 1,80 1,64 1,22 1,54 1,14 1,56 1,42 1,80 1,19 1,15 1,22 1,52 1,40 1,70 2,08 2,01 1,61 2,05 1,33 1,25

n. 1.110 2 30 110 62 33 5 56 5 11 294

n. 2.121 4 69 249 126 58 10 74 12 25 533

HR 1,24 1,09 1,13 1,24 1,24 1,01 0,88 1,21 0,76 1,33 1,24 1,11

IC95% 1,22 1,01 0,21 0,80 0,99 0,74 0,57 0,41 0,53 0,47 0,61 0,97 1,26 1,17 6,21 1,91 1,56 1,37 1,35 3,56 1,07 3,78 2,52 1,28

18.171 34.527

202 11 241 46 55 137 63 58 522 28 12 4.417 3.105 744 518 876 2.314 911 547 61 15 4.507 980

46 18 51 109 37 49 537 6 20 3.684 2.525 296 564 881 1.701 734 357 61 3.564 851 119 795 2.521

77 43 109 201 98 63 1.289 34 22 7.748 5.499 700 1.631 2.170 4.634 2.304 994 147 7.424 2.053 154 1.478 5.616

0,88 1,29 1,26 1,02 1,51 0,71 1,34 2,83 0,72 1,18 1,21 1,26 1,42 1,23 1,53 1,75 1,41 1,46 1,26 1,38 0,79 1,13 1,26

0,61 0,75 0,91 0,81 1,03 0,49 1,21 1,19 0,39 1,14 1,16 1,10 1,29 1,14 1,44 1,61 1,25 1,09 1,21 1,27 0,62 1,04 1,20

1,26 2,25 1,77 1,29 2,20 1,03 1,48 6,76 1,32 1,23 1,27 1,44 1,56 1,33 1,61 1,90 1,59 1,97 1,32 1,50 1,01 1,23 1,32

3.361

7.374

1,37

1,31

1,42

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale).Rif:livellosocioeconomicodiriferimento.

88

Tabella5.Associazionetraquartierediresidenzaemortalitpercausa(HR,IC95%).Maschi.19982008.

CAUSA(ICD9CM)

Quartieri di riferimento
n.107.909

QUARTIERI TARANTO Tamburi, Isola, PortaNapoli,LidoAzzurro


n. 14.067

Borgo

PaoloVI

Statte

n. 16.312

n. 10.097

n.8.283

n. Tuttelecause(001999)* Cause naturali(001799) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Laringe(161) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Prostata(185) Vescica (188) Rene (189) Encefaloe altritumori delSNC (191192;225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Malattie cardiovascolari (390459) Malattie cardiache (390429) Malattie ischemiche del cuore (410414) Eventi coronarici acuti (410411) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Malattie apparato digerente (520579) Malattie renali (580599) Maldefinite(780799) Traumatismieavvelenamenti(800999) 9.378 7.299 2.650 21 126 220 210 100 44 829 80 12 244 189 21 83 212 65 79 190 44 2.442 1.688 733 385 551 697 164 469 527 146 235 356

n. 1.470 1.148 400 4 22 19 27 19 10 127 12 4 45 34 5 15 27 10 7 28 7 378 260 116 59 86 122 20 93 81 27 33 65

HR 1,12 1,10 1,11 1,77 1,24 0,62 0,91 1,62 1,32 1,09 1,09 2,84 1,42 1,20 2,23 1,37 1,05 1,12 0,79 1,09 1,25 1,10 1,09 1,20 1,18 1,06 1,08 0,76 1,17 1,06 1,36 0,86 1,22

IC95% 1,06 1,04 0,99 0,56 0,77 0,38 0,60 0,96 0,65 0,90 0,58 0,83 1,02 0,82 0,79 0,77 0,69 0,56 0,35 0,72 0,54 0,98 0,95 0,98 0,89 0,83 0,88 0,47 0,92 0,83 0,88 0,59 0,92

n.

HR 1,07 1,03 1,00 1,12 1,20 1,13 0,85 0,74 1,23 0,97 1,08 1,92 0,98 0,73 1,30 1,23 1,07 1,00 1,70 0,76 0,62 1,02 1,03 1,04 1,03 0,87 1,05 1,23 0,94 1,07 1,13 1,11 1,17

IC95% 1,02 0,97 0,91 0,38 0,79 0,82 0,59 0,41 0,63 0,82 0,63 0,60 0,72 0,49 0,48 0,73 0,76 0,54 1,07 0,51 0,26 0,92 0,92 0,87 0,80 0,71 0,88 0,89 0,76 0,87 0,78 0,84 0,91 1,12 1,09 1,11 3,32 1,83 1,56 1,22 1,33 2,42 1,16 1,87 6,16 1,33 1,09 3,50 2,07 1,51 1,88 2,72 1,12 1,47 1,12 1,15 1,24 1,33 1,07 1,24 1,70 1,16 1,31 1,64 1,47 1,50

n. 684 519 223 1 12 12 11 12 7 94 6 1 8 13 2 10 14 8 4 7 2 147 106 56 32 25 48 11 32 47 3 13 34

HR 1,27 1,35 1,42 0,76 1,62 1,07 0,82 1,98 1,91 1,76 1,19 1,65 0,84 1,45 1,85 1,64 1,01 1,73 0,71 0,72 1,22 1,28 1,27 1,37 1,37 1,07 1,64 1,58 1,70 1,47 0,50 1,24 1,30

IC95% 1,18 1,23 1,23 0,10 0,88 0,59 0,44 1,07 0,84 1,41 0,51 0,20 0,41 0,82 0,42 0,83 0,58 0,81 0,26 0,33 0,29 1,08 1,04 1,04 0,94 0,71 1,22 0,84 1,18 1,08 0,16 0,70 0,90 1,38 1,48 1,63 5,78 2,97 1,93 1,51 3,67 4,35 2,19 2,78 13,35 1,71 2,58 8,14 3,22 1,76 3,68 1,96 1,54 5,15 1,51 1,56 1,82 1,98 1,61 2,21 2,94 2,46 1,99 1,57 2,19 1,87

n. 654 454 178 3 7 11 14 5 5 61 2 0 12 13 5 6 9 6 1 15 3 137 84 30 17 43 59 16 39 27 9 14 28

HR 1,08 1,01 1,05 2,27 0,85 0,79 1,07 0,77 1,63 1,12 0,39 0,00 0,85 1,17 3,69 1,07 0,69 1,52 0,21 1,32 1,28 0,93 0,82 0,66 0,68 1,34 1,46 1,71 1,44 0,79 1,00 1,02 1,13

IC95% 0,99 0,92 0,91 0,67 0,39 0,43 0,62 0,31 0,64 0,86 0,10 0,00 0,48 0,66 1,37 0,46 0,35 0,66 0,03 0,78 0,40 0,78 0,66 0,46 0,42 0,98 1,12 1,02 1,04 0,54 0,51 0,59 0,77 1,17 1,11 1,23 7,68 1,82 1,46 1,84 1,90 4,12 1,45 1,60 0,00 1,53 2,06 9,93 2,46 1,34 3,52 1,49 2,24 4,17 1,11 1,02 0,95 1,11 1,84 1,91 2,87 2,01 1,16 1,97 1,75 1,66

1,19 1.973 1,18 1.579 1,24 505 5,59 4 1,99 28 1,00 48 1,38 34 2,74 13 2,70 11 1,32 150 2,06 16 9,74 4 1,99 53 1,76 29 6,32 5 2,45 18 1,60 41 2,25 12 1,77 24 1,65 30 2,92 6 1,23 551 1,25 387 1,47 152 1,58 76 1,34 109 1,31 177 1,23 50 1,47 110 1,36 111 2,09 37 1,26 65 1,61 79

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale)estatosocioeconomico.Riferimento:tuttiglialtriquartieri. *riferitoalperiodo19982010.

89

Tabella6.Associazionetraquartierediresidenzaemortalitpercausa(HR,IC95%).Femmine.19982008.

CAUSA(ICD9CM)

Quartieri di riferimento
n.112.897

QUARTIERI TARANTO Tamburi, Isola, PortaNapoli,LidoAzzurro


n. 14.625

Borgo

PaoloVI

Statte

n. 18.528

n.9.714

n.8.271

n. Tuttelecause(001999)* Cause naturali(001799) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Mammella (174) Vescica (188) Rene (189) Encefaloe altritumori delSNC (191192;225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Malattie cardiovascolari (390459) Malattie cardiache (390429) Malattie ischemiche del cuore (410414) Eventi coronarici acuti (410411) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Malattie apparato digerente (520579) Malattie renali (580599) Maldefinite(780799) Traumatismieavvelenamenti(800999) 9.015 7.108 1.900 14 96 226 188 121 144 20 14 349 33 17 90 202 67 63 216 36 2.945 1.910 565 243 820 476 192 220 484 166 332 224

n. 1.479 1.156 230 0 20 23 33 18 15 2 1 41 7 0 6 22 7 7 35 4 529 371 124 51 122 82 21 49 77 38 48 65

HR 1,09 1,05 0,84 1,52 0,62 1,30 1,16 0,76 0,66 0,59 0,92 1,23 0,00 0,48 0,74 0,64 0,75 1,08 0,72 1,15 1,24 1,46 1,45 0,93 1,09 0,68 1,39 0,95 1,57 0,95 2,06

IC95% 1,03 0,99 0,73 0,91 0,40 0,88 0,69 0,44 0,15 0,07 0,66 0,53 0,00 0,20 0,47 0,29 0,33 0,74 0,25 1,04 1,10 1,19 1,05 0,77 0,85 0,43 1,00 0,74 1,08 0,69 1,53

n.

HR 1,01 0,95 0,95 1,77 1,01 0,78 0,93 1,13 1,06 1,16 1,54 1,18 1,13 0,87 0,85 0,65 0,62 0,71 0,83 0,84 0,93 1,04 1,02 0,96 0,77 1,09 1,08 0,97 0,88 1,01 0,98 1,56

IC95% 0,97 0,90 0,85 0,66 0,64 0,56 0,66 0,77 0,72 0,46 0,54 0,93 0,58 0,25 0,50 0,45 0,32 0,37 0,61 0,38 0,86 0,95 0,85 0,73 0,66 0,91 0,81 0,73 0,71 0,73 0,79 1,22 1,06 1,00 1,06 4,74 1,59 1,08 1,30 1,68 1,55 2,93 4,42 1,49 2,20 3,06 1,45 0,94 1,18 1,36 1,13 1,82 1,01 1,14 1,21 1,26 0,90 1,30 1,43 1,27 1,08 1,40 1,23 1,99

n. 489 385 126 1 7 16 16 6 13 3 1 28 2 0 4 11 5 1 13 2 125 84 24 14 35 22 4 16 29 10 13 9

HR 1,28 1,28 1,23 1,12 1,47 1,35 2,04 1,23 1,71 2,95 1,24 1,29 1,29 0,00 0,67 0,98 1,25 0,27 1,68 2,01 1,18 1,22 1,15 1,51 1,19 1,26 0,55 2,14 1,43 1,68 1,11 0,89

IC95% 1,16 1,15 1,03 0,14 0,67 0,80 1,21 0,54 0,96 0,84 0,16 0,87 0,30 0,00 0,24 0,53 0,49 0,04 0,95 0,47 0,98 0,98 0,76 0,87 0,85 0,82 0,20 1,27 0,98 0,88 0,63 0,45 1,40 1,42 1,48 8,80 3,22 2,26 3,45 2,83 3,07 10,39 9,81 1,91 5,49 0,00 1,86 1,82 3,16 1,93 2,98 8,64 1,41 1,52 1,74 2,61 1,68 1,95 1,50 3,59 2,09 3,23 1,95 1,74

n. 547 400 102 0 7 7 12 9 6 0 0 22 1 1 7 11 0 7 11 3 166 90 27 12 62 34 17 14 30 11 17 19

HR 1,06 0,98 0,92 0,00 1,31 0,54 1,13 1,31 0,68 0,00 0,00 1,04 0,58 1,06 1,30 0,99 0,00 1,95 0,87 1,26 0,98 0,81 0,86 0,87 1,38 1,28 1,49 1,16 1,13 1,12 0,85 1,49

IC95% 0,97 0,88 0,75 0,00 0,61 0,25 0,63 0,66 0,30 0,00 0,00 0,67 0,08 0,14 0,60 0,54 0,00 0,89 0,47 0,38 0,84 0,66 0,58 0,49 1,06 0,90 0,90 0,67 0,78 0,61 0,52 0,93 1,15 1,08 1,12 0,00 2,84 1,15 2,03 2,60 1,54 0,00 0,00 1,60 4,23 8,06 2,81 1,83 0,00 4,29 1,60 4,11 1,15 1,01 1,27 1,56 1,79 1,81 2,47 2,00 1,64 2,07 1,39 2,38

1,16 2.482 1,12 1.979 0,97 434 6 2,54 24 0,97 45 1,92 43 1,95 33 1,31 34 2,94 6 4,78 5 1,29 89 2,87 12 0,00 3 1,11 17 1,16 33 1,42 11 1,68 11 1,57 50 2,07 8 1,26 876 1,39 623 1,79 171 1,99 67 1,14 207 1,39 169 1,08 70 1,92 70 1,21 119 2,28 49 1,30 109 2,76 98

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale)estatosocioeconomico.Riferimento:tuttiglialtriquartieri. *riferitoalperiodo19982010

90

Tabella7.Associazionetraquartierediresidenzaericoveriperpatologia(HR,IC95%).Maschi.19982010.

DIAGNOSI (ICD9)

Quartieri di riferimento
n.108.272

QUARTIERI TARANTO Tamburi, Isola, PortaNapoli,LidoAzzurro


n. 14.067

Borgo

PaoloVI

Statte

n. 16.312

n. 10.097

n.8.283

n. Cause naturali(001799) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Laringe(161) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Prostata(185) Testicolo(186) escica (188) Rene (189) Encefaloe altritumori delSNC (191192;225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Sclerosimultipla(340) Malattie cardiovascolari (390459) Malattie cardiache (390429) Eventi coronarici acuti (410411) Scompensocardiaco(428) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Asma(493) Pneumoconiosi (500505) Malattie apparato digerente (520579) Malattie renali (580599) Traumatismieavvelenamenti(800999) 50.171 4.818 32 166 520 368 122 81 866 75 32 639 49 787 149 187 400 201 144 1.850 94 40 14.504 9.866 2.328 1.878 3.124 8.906 3.769 2.350 236 33 15.628 3.252 11.651

n. 7.615 685 3 27 52 59 17 12 149 18 4 80 3 106 23 23 58 31 21 329 9 5 2.078 1.411 310 317 525 1.836 961 450 38 8 2.465 562 2.263

HR 1,22 1,12 0,80 1,21 0,86 1,16 1,19 1,04 1,29 1,80 0,91 1,10 0,42 1,12 1,26 0,98 1,20 1,26 1,30 1,26 0,83 1,32 1,18 1,20 1,13 1,21 1,30 1,36 1,51 1,31 1,11 2,06 1,20 1,35 1,37

IC95% 1,19 1,03 0,23 0,79 0,64 0,87 0,70 0,56 1,07 1,04 0,31 0,86 0,13 0,91 0,79 0,62 0,90 0,84 0,80 1,11 0,41 0,49 1,12 1,14 1,00 1,07 1,18 1,29 1,40 1,18 0,77 0,91 1,15 1,23 1,31 1,25 1,22 2,75 1,85 1,15 1,55 2,02 1,96 1,54 3,10 2,66 1,40 1,37 1,38 1,99 1,54 1,60 1,87 2,10 1,43 1,71 3,58 1,24 1,28 1,28 1,37 1,43 1,44 1,63 1,46 1,60 4,66 1,25 1,48 1,44

n. 7.723 861 6 30 73 60 23 15 156 18 10 113 9 121 37 30 80 36 34 337 9 6 2.457 1.699 396 375 581 1.493 746 379 24 2 2.301 521 1.905

HR 0,97 1,06 1,12 1,05 0,87 0,93 1,10 1,09 1,06 1,38 1,80 1,04 1,23 0,90 1,47 1,01 1,26 1,16 1,47 1,11 0,55 1,31 1,03 1,04 1,09 1,03 1,04 1,01 1,19 0,85 0,72 0,40 0,94 0,98 1,07

IC95% 0,95 0,98 0,46 0,71 0,68 0,70 0,70 0,62 0,89 0,82 0,87 0,85 0,59 0,74 1,02 0,68 0,99 0,81 1,00 0,98 0,27 0,54 0,99 0,99 0,98 0,92 0,95 0,95 1,10 0,76 0,47 0,09 0,90 0,89 1,02 1,00 1,14 2,74 1,56 1,11 1,22 1,73 1,91 1,26 2,34 3,72 1,28 2,54 1,10 2,12 1,50 1,61 1,66 2,16 1,25 1,10 3,17 1,08 1,10 1,21 1,16 1,13 1,07 1,29 0,95 1,10 1,66 0,99 1,07 1,13

n. 5.325 444 1 19 28 28 9 13 101 7 5 40 2 84 15 14 35 21 12 226 3 4 1.388 957 241 180 211 1.255 625 252 18 11 1.682 331 1.413

HR 1,30 1,31 0,38 1,63 0,82 1,01 1,12 1,82 1,61 1,44 1,66 0,98 0,40 1,62 1,41 0,89 1,13 1,27 1,09 1,43 0,49 1,32 1,32 1,41 1,39 1,54 1,01 1,52 1,54 1,60 0,74 4,09 1,23 1,35 1,25

IC95% 1,26 1,19 0,05 1,00 0,55 0,69 0,56 0,99 1,30 0,65 0,63 0,71 0,10 1,29 0,82 0,51 0,80 0,80 0,60 1,24 0,15 0,45 1,25 1,31 1,22 1,32 0,87 1,43 1,41 1,40 0,45 1,99 1,17 1,20 1,18 1,34 1,45 2,85 2,66 1,20 1,50 2,23 3,33 1,98 3,17 4,36 1,36 1,69 2,05 2,42 1,55 1,61 2,02 1,99 1,65 1,56 3,85 1,40 1,50 1,60 1,81 1,16 1,62 1,69 1,83 1,20 8,40 1,30 1,52 1,32

n. 3.936 354 2 15 39 23 4 10 60 4 3 51 5 50 14 16 24 13 6 140 5 1 1.076 752 167 119 226 752 315 203 20 5 1.229 282 1.093

HR 1,08 1,06 0,95 1,29 1,08 0,91 0,49 1,70 0,98 0,77 1,30 1,22 1,31 0,95 1,37 1,19 0,84 0,89 0,62 1,04 0,90 0,36 1,06 1,10 1,00 0,97 1,09 1,12 1,05 1,29 1,07 2,01 1,06 1,22 1,26

IC95% 1,04 0,95 0,23 0,76 0,78 0,59 0,18 0,88 0,75 0,28 0,40 0,92 0,52 0,71 0,79 0,71 0,56 0,51 0,27 0,88 0,36 0,05 1,00 1,02 0,85 0,80 0,95 1,04 0,93 1,12 0,68 0,78 1,00 1,08 1,18 1,12 1,18 3,97 2,20 1,49 1,38 1,33 3,29 1,27 2,11 4,28 1,63 3,30 1,26 2,37 1,99 1,28 1,56 1,40 1,24 2,21 2,65 1,13 1,19 1,17 1,17 1,25 1,20 1,17 1,49 1,70 5,19 1,13 1,38 1,34

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale)estatosocioeconomico.Riferimento:tuttiglialtriquartieri.

91

Tabella8.Associazionetraquartierediresidenzaericoveriperpatologia(HR,IC95%).Femmine.19982010.
DIAGNOSI (ICD9)

Quartieri di riferimento
n.113.187

QUARTIERI TARANTO Tamburi, Isola, PortaNapoli,LidoAzzurro


n. 14.625

Borgo

PaoloVI

Statte

n. 18.528

n.9.714

n.8.271

n. Cause naturali(001799) Malattie infettive e parassitarie (001139) Tumori maligni (140208) Esofago(150) Stomaco(151) Colonretto(153154) Fegato e dotti biliari (155156) Pancreas (157) Laringe(161) Trachea, bronchi e polmoni (162) Pleura (163) Connettivo e tessuti molli (171) Mammella (174) Vescica (188) Rene (189) Encefaloe altritumori delSNC (191192;225) Tessuto linfatico ed ematopoietico (200208) LinfominonHodgkin(200202) Leucemie(204208) Malattieneurologiche(330349) Morbo di Parkinson (332) Sclerosimultipla(340) Malattie cardiovascolari (390459) Malattie cardiache (390429) Eventi coronarici acuti (410411) Scompensocardiaco(428) Malattie cerebrovascolari (430438) Malattie apparato respiratorio (460519) Infezioni delle vie respiratorie (460466,480487) BPCO(490492,494,496) Asma(493) Malattie apparato digerente (520579) Malattie renali (580599) Endometriosi(617) Gravidanzacon esitoabortivo(630634) Traumatismieavvelenamenti(800999)

n. 9.275 30 530 1 23 60 37 16 2 17 3 7 127 22 10 25 55 26 17 351 9 6 2.072 1.478 197 368 600 1.336 705 262 44 2.067 662 43 424 1.614

HR 1,18 1,70 1,03 0,99 1,26 0,93 1,25 1,16 0,91 0,89 0,87 1,53 1,03 1,12 0,95 0,94 1,03 1,00 1,03 1,11 0,85 1,26 1,15 1,17 1,32 0,95 1,15 1,28 1,39 1,19 1,26 1,18 1,47 1,01 1,20 1,27

IC95% 1,16 1,11 0,94 0,12 0,79 0,71 0,87 0,67 0,20 0,53 0,25 0,65 0,85 0,70 0,48 0,61 0,76 0,65 0,61 0,99 0,41 0,51 1,10 1,11 1,13 0,85 1,05 1,20 1,27 1,03 0,90 1,12 1,35 0,72 1,08 1,20

n.

HR 0,93 1,51 0,91 0,60 0,89 0,62 1,07 1,11 1,75 0,94 0,44 1,33 0,98 1,16 0,84 0,77 0,72 0,64 1,00 0,89 0,50 1,97 0,90 0,93 1,08 1,02 0,84 1,00 1,08 0,94 0,73 0,89 0,99 0,76 0,99 1,05

IC95% 0,91 1,01 0,84 0,07 0,57 0,48 0,79 0,72 0,62 0,63 0,10 0,62 0,83 0,80 0,46 0,52 0,55 0,41 0,64 0,80 0,23 1,03 0,86 0,88 0,94 0,93 0,77 0,94 0,99 0,83 0,49 0,84 0,91 0,54 0,88 0,99

n.

HR 1,25 1,16 1,17 1,74 1,06 1,21 2,31 0,54 0,82 1,04 3,35 2,60 1,33 0,61 1,06 1,18 1,00 0,89 0,88 1,06 0,97 1,24 1,31 1,40 1,42 1,32 1,21 1,39 1,37 1,62 1,51 1,25 1,35 1,37 1,17 1,18

IC95% 1,22 0,63 1,04 0,21 0,49 0,85 1,48 0,17 0,10 0,54 1,09 1,05 1,07 0,25 0,42 0,71 0,67 0,49 0,40 0,90 0,30 0,48 1,23 1,29 1,14 1,12 1,05 1,29 1,23 1,34 1,04 1,18 1,20 0,99 1,04 1,10

n.

HR 1,07 2,13 0,91 1,72 1,10 0,58 0,91 1,51 0,00 0,53 1,25 0,52 0,89 0,56 2,10 1,27 0,95 0,67 1,62 0,98 0,49 0,29 1,05 1,09 1,02 0,77 1,01 1,07 0,98 1,09 0,93 1,00 1,17 0,69 0,94 1,09

IC95% 1,04 1,26 0,80 0,21 0,56 0,36 0,49 0,76 0,00 0,22 0,29 0,07 0,69 0,23 1,08 0,77 0,63 0,33 0,91 0,83 0,12 0,04 0,98 1,01 0,79 0,63 0,88 0,98 0,86 0,88 0,57 0,94 1,03 0,43 0,81 1,00 1,10 3,61 1,04 13,87 2,17 0,95 1,67 2,99 0,00 1,29 5,35 3,81 1,16 1,37 4,08 2,09 1,44 1,36 2,87 1,17 2,03 2,12 1,12 1,18 1,31 0,93 1,16 1,17 1,12 1,34 1,52 1,07 1,33 1,09 1,09 1,18

62.962 113 3.878 9 129 483 213 108 14 149 23 31 990 146 78 204 398 182 124 2.151 63 50 13.500 9.366 1.060 2.449 3.595 6.673 3.020 1.433 249 12.952 3.187 368 2.628 9.157

1,21 1 0.204 2,60 33 1,13 713 8,56 1 2,00 24 1,23 62 1,80 52 2,02 27 4,19 5 1,49 30 2,99 2 3,61 9 1,24 179 1,79 37 1,88 13 1,44 30 1,38 58 1,53 23 1,75 25 1,25 378 1,74 7 3,11 12 1,21 2.611 1,24 1.897 1,55 254 1,07 628 1,25 728 1,36 1.273 1,52 599 1,36 325 1,77 29 1,23 2.038 1,61 609 1,40 37 1,34 373 1,34 1.853

0,95 6.025 2,24 12 0,99 295 4,85 1 1,38 7 0,81 35 1,46 23 1,70 3 4,97 1 1,42 10 1,88 4 2,83 6 1,15 94 1,68 5 1,53 5 1,13 17 0,96 26 1,00 12 1,54 7 1,00 168 1,10 3 3,78 5 0,94 1.059 0,98 752 1,24 88 1,11 154 0,91 220 1,07 813 1,18 422 1,06 126 1,08 34 0,93 1.288 1,08 320 1,07 45 1,10 311 1,10 798

1,28 4.600 2,14 16 1,32 225 14,51 1 2,30 9 1,72 17 3,60 11 1,70 9 6,40 0 2,00 5 10,25 2 6,42 1 1,65 59 1,49 5 2,65 10 1,96 17 1,50 24 1,62 8 1,90 13 1,25 141 3,15 2 3,20 1 1,40 888 1,51 632 1,78 64 1,56 106 1,38 212 1,50 514 1,52 228 1,95 91 2,20 17 1,33 905 1,52 248 1,89 19 1,32 184 1,27 659

HR:HazardRatiodamodellodiCoxstratificatoperperiododifollowup(treclassi)eaggiustatoperet(assetemporale)estatosocioeconomico.Riferimento:tuttiglialtriquartieri.

92

DISCUSSIONE La citt di Taranto (e i due Comuni limitrofi di Statte e Massafra) presenta un quadro sociale variegato con presenza contemporanea di aree a elevata emarginazione e povert e aree abbienti. A questa stratificazione sociale si associano differenze importanti di salute e di probabilit di morte: le classisocialipibassemostranotassidimortalitediricorsoalricoveroospedalieropialtidicircail 20% rispetto alle classi sociali pi abbienti. Anche tenendo conto degli effetti della stratificazione sociale, la situazione sanitaria in termini di mortalit e ricoveri ospedalieri non risultata uniforme nella citt. In particolare, tassi pi elevati sono stati osservati nei quartieri Paolo VI e Tamburi (Tamburi, Isola, Porta Napoli, Lido Azzurro). Gli eccessi sono dovuti ai tumori, alle malattie cardiovascolari e respiratorie. E da sottolineare che una quota dei residenti in studio, specie nel quartiere Paolo VI, stata occupata nelle aziende dellarea industriale; questa potrebbe essere una possibilespiegazioneperalcunieccessidimortalit/morbositriscontrati(peresempio,negliuomini, perpneumoconiosietumoredellapleura). Il presente studio ha diversi punti di forza (novit dellindagine epidemiologica rispetto alla letteratura dellarea in studio, rigore nellarruolamento della coorte e della caratterizzazione anagrafica, buona disponibilit dei dati sulla storia residenziale e di georeferenziazione), ma vi sono alcuni aspetti metodologici che richiedono una discussione approfondita. Per quanto riguarda la qualit dei dati sanitari da sottolineare che la validit delle informazioni sul decesso stata ottimale: stato recuperato il 98% delle cause di morte grazie al linkage dei dati anagrafici con il database della ASL. I risultati relativi alla mortalit si possono considerare dunque molto affidabili. Il discorso pi articolato per i ricoveri ospedalieri, per i quali manca uno standard italiano di qualit. In questo studio la selezione delle cause di ricovero da analizzare stata fatta cercando di evitare le patologie per le quali il ricovero generalmente inappropriato (vedi diabete, ipertensione). In ogni caso, il confronto stato svolto sempre allinterno allarea di Taranto, dove i centri ospedalieri sono pochi, assumendo che il potenziale errore non potesse essere differenziale. Il limite principale dellanalisi dei ricoveri rappresentato dal fatto che non stato possibile considerare la mobilit extraregionale e quindi i ricoveri fuori regione. Questo fattore pu aver introdotto una distorsione probabilmente legata alla posizione sociale (in prima ipotesi, sottorappresentazione dei ricoveri dei soggetti di classe sociale pi elevata), ma non relativa alle associazioni riportate per livello socioeconomico e quartiere. E da considerare, infine, che le schede di dimissione ospedaliera sono compilatedaglioperatorisanitarieladiagnosiprincipale,quandosiverificailcasodipazienticonpi patologie,puesserequellapiremunerativasottolaspettoeconomicoenonquellamaggiormente rilevante sotto laspetto diagnostico. Nellanalisi condotta stata considerata solo la diagnosi principale e non quelle secondarie. Tale scelta pu portare a sottostimare le frequenze di patologia, soprattutto nei casi di pazienti con presenza di patologie multiple. Tuttavia la validit delle diagnosi secondarie sempre molto critica. Nello studio di Biggeri et al. sono state usate sia la diagnosi principale sia le diagnosi secondarie e sono state discusse le differenti modalit di utilizzo dei dati di dimissione ospedaliera. In generale[] le misure di prevalenza basate sui ricoverati definiti in base alla diagnosi principale sono pi specifiche (meno falsi positivi), mentre le misure basate sui ricoveri prendendo in considerazione tutte le diagnosi sono pi sensibili (meno falsi negativi). Quindi, meglioprivilegiarelestrategiedidefinizionedeicasiconmenofalsipositivi. Non erano disponibili dati sulle abitudini personali delle persone incluse nella coorte che hanno un possibile ruolo eziologico per le patologie indagate: il fumo di sigarette, lalcol, lattivit fisica e lobesit. Il reperimento di queste informazioni, per esempio tramite interviste telefoniche o visite domiciliari, sarebbe stato proibitivo per una coorte composta da pi di 320.000 persone. Occorre

93

per valutare quanto la non disponibilit di questi dati possa aver falsato i risultati, aver cio introdotto un confondimento non controllato nella fase di analisi dei dati. E da osservare che molte delle abitudini personali elencate sono associate allo stato sociale. E ragionevole dunque ritenere che laggiustamento effettuato nellanalisi statistica per indicatore socioeconomico (che si rilevato unpotentefattoredirischioperlapopolazioneindagata)abbiaancheaggiustatoingranparteperle variabili individuali non misurate. Ciononostante, lutilizzo di un indicatore di livello socioeconomico aggregato a livello di sezione di censimento potrebbe aver causato una misclassificazione a livello individuale. In conclusione, i quartieri pi vicini alla zona industriale presentano un quadro di mortalit e ospedalizzazione superiore al resto dellarea studiata, anche dopo aver tenuto conto del fatto che sono stati riscontrati rischi di mortalit e ricovero elevati per le classi meno abbienti. E ovvio che lulteriore passo unanalisi pi approfondita dellarea che tenga conto dei livelli di inquinamento atmosferico e del rischio occupazionale. I risultati di tali analisi, presenti nella perizia per il tribunale diTaranto,sarannooggettodisuccessivepubblicazioniscientifiche. BIBLIOGRAFIA 1. Vigotti MA, Cavone D, Bruni A, Minerba S, Conversano M. Analisi di mortalit in un sito con sorgenti localizzate: il caso di Taranto. In: Comba P, Bianchi F, Iavarone I, Pirastu R (eds). Impatto sulla salute dei siti inquinati: metodi e strumenti per la ricerca e le valutazioni. Rapporti ISTISAN (07/50). Istituo superioredisanit,Roma,2007,pp.15565. 2. Marinaccio A, Belli S, Binazzi A et al. Residential proximity to industrial sites in the area of Taranto (SouthernItaly).Acasecontrolcancerincidencestudy.AnnIstSuperSanita2011;47:1929. 3. Graziano G, Bilancia M, Bisceglia L, de Nichilo G, Pollice A, Assennato G. Statistical analysis of the incidenceofsomecancersintheprovinceofTaranto19992001.EpidemiolPrev2009;33(12):3744. 4. Pirastu R, Iavarone I, Pasetto R, Zona A, Comba P. SENTIERI Studio Epidemiologico Nazionale dei Territori e degli Insediamenti Esposti a Rischio da Inquinamento: Risultati. Epidemiol Prev 2011;35(5 6)Suppl.4:1348. 5. Pirastu R, Ancona C, Iavarone I, Mitis F, Zona A, Comba P. SENTIERI Studio Epidemiologico Nazionale dei Territori e degli Insediamenti Esposti a Rischio da Inquinamento: Valutazione dellevidenzaepidemiologica.EpidemiolPrev2010;34(56)Suppl.3:196. 6. Biggeri A, Bellini P, Terracini B. Metaanalysis of the italian studies on shortterm effects of air pollutionMISA19962002.EpidemiolPrev2004;28(45)Suppl:1100. 7. Martuzzi M, Mitis F, Iavarone I, Serinelli M. Health impact of PM10 and ozone in 13 italian cities. World Health Organization Regional Office for Europe, Copenhagen, 2006 (E88700). Disponibile in: www.euro.who.int/document/e88700.pdf 8. Berti G, Galassi C, Faustini A, Forastiere F. EPIAIR Project. Air pollution and health: epidemiological surveillanceandprevention.EpidemiolPrev2009;33(56)Suppl.1:1143. 9. Stafoggia M, Faustini A, Rognoni M et al. Inquinamento atmosferico e mortalit in dieci citt italiane. Risultati del Progetto EpiAir. Epidemiol Prev 2009;33(6) Suppl. 1:6576. 10.Colais P, Serinelli M, Faustini A et al. Inquinamento atmosferico e ricoveri ospedalieri urgenti in nove citt italiane. RisultatidelProgettoEpiAir.EpidemiolPrev2009;33(6)Suppl.1:7794. 11. VivianoG,ZiemackiG,SettimoGetal.Airqualityassessmentinanurbanindustrialarea:theTaranto casestudy.EpidemiolPrev2005;29(56)Suppl:459. 12. Giua R, Spartera M, Viviano G, Ziemacki G, Carbotti G. Cancer risk for cokeoven workers in the Tarantosteelplant.EpidemiolPrev2005;29(56)Suppl:424. 13. PrimeranoR,LibertiL,NotarnicolaMetal. Monitoraggio della qualit dellaria: episodi acuti di inquinamento da fonti industriali nellarea di Taranto.AttiseminaridiEcomondoVol.2,pp.3419.MaggioliEditore,2006.

94

14. Liberti

L, Notarnicola M, Primerano R Vitucci G. Air pollution from a large steel factory: toxic contaminants from cokeoven plants. In: Brebbia CA (ed). Air Pollution XII. WIT Press, Southampton (GB),2004,pp.48596. 15. Liberti L, Notarnicola M, Primerano R, Zannetti P. Air pollution from a large steel factory: polycyclic aromatichydrocarbonemissionsfromcokeovenbatteries.JAirWasteManagAssoc2006;56(3):255 60. 16. BrunoP,Caselli M,de GennaroG, TrainiA.Source apportionmentof gaseousatmospheric pollutants by means of an absolute principal component scores (APCS) receptor model. Fresenius J Anal Chem 2001;371(8):111923. 17. Bruno P, Caselli M, de Gennaro G, Tutino M. Determination of polycyclic aromatic hydrocarbons (PAHs)inparticulatemattercollectedwithlowvolumesamplers.Talanta2007;72(4):135761. 18. Di Filippo P, Riccardi C, Incoronato F, Pomata D, Spicaglia S, Cecinato A. Inquinamento atmosferico nella citt di Taranto: una realt ad alto impatto industriale. In: Tematiche ambientali 2005 CongressoserialeInquinamentoatmosfericoesalute.Atti,n.20.Udine,56Dicembre2005. 19. Rotatori M, Di Filippo P, Guerriero G, Ceci nato A. PCB, PCDD e PCDF nel particolato atmosferico di Taranto e Provincia. Atti del Workshop nazionale ISPESL su Sicurezza, salute e ambiente come fattori competitiviperlemoderneareeindustriale.Poster.Lecce,19maggio2006. 20. Di Leo A, Cardellicchio N, Giandomenico S, Spada L. Mercury and methylmercury contamination in Mytilus galloprovincialis from Taranto Gulf (Ionian Sea, Southern Italy): risk evaluation for consumers.FoodChemToxicol2010;48(11):31316. 21. Storelli MM, Marcotrigiano GO. Polycyclic aromatic hydrocarbons in mussels (Mytilus galloprovincialis)fromtheIonianSea,Italy.JFoodProt2001;64:40509. 22. Storelli MM, Marcotrigiano GO. Bioindicator organisms: heavy metal pollution evaluation in the IonianSea(MediterraneanSeaItaly).EnvironMonitAssess2005;102(13):15966. 23. Ferri GM, Gallo A, Sumerano M et al. Exposure to PAHs, urinary 1pyrenol and DNA adducts in samples from a population living at different distances from a steel plant. G Ital Med Lav Ergon 2003;25Suppl.3:324. 24. Gigante MR, Antelmi A, Iavicoli S et al. Evaluation of the role of occupational and environmental exposure to inorganic arsenic in the urinary excretion of the metal: preliminary data. G Ital Med Lav Ergon2006;28(2); 199201. 25. Buccolieri A, Buccolieri G, Cardellicchio N et al. Distribution and speciation of metals in surface sedimentsofTaranto[corrected]gulf(IonianSea,SouthernItaly).AnnChim2004;94(78):46978. 26. ARPA Puglia 2007. Relazione sullo stato dellambiente 2007. https://arpapuglia.box. net/shared/omqa7jp6io 27. ARPA Puglia 2008. Relazione sullo stato dellambiente 2008. https://arpapuglia.box. net/shared/itzdpqkxlh 28. ARPA Puglia 2008. Criticit ambientali nellarea industriale di Taranto e Statte con particolare riferimento alla problematica delle emissioni e della qualit dellaria. Relazione alla V Commissione delConsigliodellaRegionePuglia.19Novembre2008. 29. ARPA Puglia 2008. Analisi effettuate, criticit riscontrate e necessit di nuove analisi nellarea di TarantoeStatte.Relazionetecnica.Bari,16settembre2008. 30. GiuaR,SpagnoloS,PotenzaA.LeemissioniindustrialiinPuglia.Rapportosulleemissioniinatmosfera deicomplessiIPPC.DirezionescientificaARPAPuglia.ARPAPuglia,2009 31. ARPA Puglia 2009. Relazione sui dati ambientali dellarea di Taranto, 08.09.2009. Disponibile in: http://www.arpa.puglia.it/web/guest/rapporti 32. ARPA Puglia 2010. Relazione tecnica preliminare sul benzo(a)pirene aerodisperso a Taranto, 04.06.10.Disponibilein:http://www.arpa.puglia.it/web/guest/rapporti 33. Mangia C, Gianicolo EA, Bruni A, Vigotti MA, Cervino M. Spatial variability of air pollutants in the city ofTaranto,Italyanditspotentialimpactonexposureassessment.EnvironMonitAssess2012. 34. Gariazzo C. Analisi modellistica dellinquinamento atmosferico di origine industriale e antropica nellareadiTaranto.TexmatEditore,Roma,2006.

95

35. GariazzoC,PapaleoV,PelliccioniA,CaloriG,RadiceP,TinarelliG.ApplicationofaLagrangianparticle

model to assess the impact of harbour, industrial and urban activities on air quality in the Taranto area,Italy.AtmosphericEnvironment2007;41:643244. 36. Cernigliaro A, Cesaroni G, Pollina Addario S et al. Un indicatore comunale di posizione socioeconomicaemortalitnellanzianoinSicilia.EpidemiolPrev2009;33(45):16975. 37. AgabitiN,PiraniM,SchifanoPetal.Incomelevelandchronicambulatorycaresensitiveconditionsin adults:amulticitypopulationbasedstudyinItaly.BMCPublicHealth2009;9:457. 38. Cesaroni G, Agabiti N, Forastiere F, Perucci CA. Socioeconomic differences in stroke incidence and prognosisunderauniversalhealthcaresystem.Stroke2009;40(8):28129. 39. Agabiti N, Picciotto S, Cesaroni G et al. The influence of socioeconomic status on utilization and outcomes of elective total hip replacement: a multicity populationbased longitudinal study. Int J QualHealthCare2007;19(1):3744. 40. Caranci N, Biggeri A, Grisotto L, Pacelli B, Spadea T, Costa G. Lindice di deprivazione italiano a livello di sezione di censimento: definizione, descrizione e associazione con la mortalit. Epidemiol Prev 2010;34(4):16776. 41. BiggeriA,LagazioC,CatelanD,PirastuR,CassonF,TerraciniB.Ambienteesalutenelleareearischio dellaSardegna.EpidemiolPrev2006;30(1)Suppl1:595. 42. Tyczynski JE, Dmaret E, Parkin DM. Stan dards and Guidelines for Cancer Registration in Europe. IARCTechnicalPubln.40,IARCPress,Lyon,2003. 43. TsuangMT,TohenM.TextbookinPsychiatricEpidemiology.2ndedition.NewYork,WileyLiss,2002.

96

12.Conclusioni
La valutazione del rischio cancerogeno inalatorio prodotto dalle emissioni in aria dello stabilimento ILVA di Taranto ha evidenziato, sia per il quadro emissivo 2010 cheperloscenariosuccessivoalladempimentoallAIA,unaprobabilitaggiuntivadi sviluppare un tumore nellarco dellintera vita superiore a 1:10.000 per una popolazionedicirca22.500residentiaTaranto(situazioneprecedenteallAIA)eper unapopolazionedicirca12.000residentiaTaranto(situazionepostAIA). Il quadro epidemiologico mostra, in riferimento ai risultati dello studio Sentieri, uno stato di compromissione della salute della popolazione residente a Taranto, con tassi di mortalit significativamente superiori alla media regionale per la quasi totalitdelperiodoedellecauseesaminate. Anche i risultati di uno studio di coorte sulla mortalit e morbosit nellarea di Taranto mostrano come i quartieri pi vicini alla zona industriale presentino un quadrodimortaliteospedalizzazionesuperiorealrestodellareastudiata. Diconseguenza,siriscontraunaconcordanzatraidatisanitariosservatiedirisultati della modellistica delle ricadute delle emissioni dello stabilimento ILVA di Taranto, in relazione a quanto previsto dallart. 6 ultimo comma del Regolamento Regionale n. 24 del 3 ottobre 2012, che disciplina le modalit di applicazione della LeggeRegionalen.21del24luglio2012. Vigonopertantoacaricodellaziendaoggettodiaccertamentogliobblighidicuiagli artt.3eseguentidellacitataLegge21/2012.

97