Modelli per la stima della ventilazione polmonare e della dose di inquinante inalato negli studi di esposizione ambientale

L’obiettivo principale di questa tesi consiste nell’esamina e nella valutazione delle equazioni predittive per la ventilazione polmonare sviluppate nel corso degli anni, con un focus particolare sull’applicazione di tali modelli negli studi di esposizione ambientale per calcolare le dosi di inquinanti inalate. L’analisi considera attentamente la variabilità individuale tra i soggetti di studio e le condizioni di applicabilità dei modelli predittivi. Dopo aver effettuato una rassegna dei fattori che influenzano l’esposizione, è stata condotta un'analisi approfondita dei parametri utilizzabili come predittori della ventilazione, tra cui la frequenza cardiaca, la frequenza respiratoria, l’età, il sesso e la capacità vitale forzata. I modelli che utilizzano esclusivamente la frequenza cardiaca come predittore sono risultati affidabili e utili, ma non sufficienti per garantire stime precise in tutti i contesti. Questi modelli sono particolarmente vantaggiosi per studi su popolazioni omogenee o estese. D'altra parte, i modelli multivariati, che integrano la frequenza cardiaca con altri indicatori, hanno dimostrato una maggiore precisione. In particolare, è emerso che l'età e il sesso incidono significativamente sulla stima della ventilazione, mentre parametri come l'altezza e l'etnia hanno un'influenza trascurabile quando vengono inclusi indicatori della funzionalità polmonare, come la capacità vitale forzata. Nonostante ciò, la gestione della variabilità interna tra i soggetti e della limitata disponibilità di parametri specifici rappresentano sfide tutt’ora considerevoli. La calibrazione dei modelli per adattarsi a diversi gruppi e contesti è una soluzione efficace ma onerosa, sottolineando la necessità di un approccio flessibile e personalizzato. In conclusione, i modelli multivariati si sono dimostrati più accurati, sebbene le incertezze associate ai parametri utilizzati possono contribuire a un incremento delle percentuali di errore. Per studi estesi e meno specifici, i modelli basati unicamente sulla frequenza cardiaca offrono un buon compromesso tra affidabilità e semplicità di applicazione.