Identificazione dei lavoratori ex-esposti ad amianto in Toscana da inserire nel programma di sorveglianza sanitaria

Contenuto principale dell'articolo

Elisabetta Chellini
Giuseppe Lippi
Gianluca Festa
Sandra Fani
Fabio Capacci
Andrea Martini
Francesca Battisti

Keywords

Ex-esposti, Sorveglianza sanitaria, Amianto

Abstract

Introduzione: Nel 2016 la Regione Toscana ha avviato un programma di sorveglianza sanitaria per gli ex-esposti ad amianto definendo i soggetti attuatori e fornendo un finanziamento ad hoc. Il programma si articola su un modello su due livelli di approfondimento diagnostico: un primo livello territoriale ed un secondo livello centralizzato per casi patologici selezionati. Obiettivi: Descrivere le procedure e i risultati ottenuti per stimare gli ex-esposti, identificarli e invitarli a visita. Metodi: A partire dai 15.441 lavoratori di 13 aziende toscane dell’amianto, applicando i criteri di inclusione alla sorveglianza previsti, sono stati stimati: (i) il numero di ex-esposti eleggibili; (ii) il numero degli accessi annuali agli ambulatori applicando le percentuali di adesione di pregresse esperienze simili. Ex-esposti sono stati identificati anche da altre banche dati (ASL, ISPRO, Regione, INAIL, INPS). Risultati: Gli ex-esposti eleggibili stimati sono 5.446, con 7.275 accessi al primo livello e 7.155 al secondo livello nel 2016-24, comprensivi anche delle visite di follow-up. Dal confronto tra COR mesoteliomi e servizi ASL sono state identificate 129 aziende e 4.713 ex-esposti. A questi si aggiungono i 1.395 già presi in carico in precedenti analoghi programmi di sorveglianza sanitaria. Conclusioni: L’utilizzo di diverse fonti informative e l’esistenza di una rete collaborativa consolidata con i servizi pubblici di medicina del lavoro ha consentito di identificare un elevato numero di soggetti e di ditte. Nonostante ciò, è necessario ancora completare la lista dei potenziali beneficiari da invitare e rendere estesamente conosciuto il programma per favorire l’accesso spontaneo dei non individuati.

Abstract 284 | PDF (Inglese) Downloads 32