Ogni anno, il consumo di tabacco miete oltre otto milioni di vittime su scala globale. Si tratta di una vera e propria epidemia cronica che l'Organizzazione Mondiale della Sanità (OMS) cerca da anni di arginare attraverso un pacchetto di misure denominato MPOWER (monitoraggio, ambienti liberi dal fumo, supporto alla cessazione, avvertenze sanitarie, divieti pubblicitari e tassazione). Eppure, per molto tempo la scienza ha osservato queste misure attraverso una lente parziale, concentrandosi sull'impatto di singole leggi o analizzando contesti nazionali isolati.
Questo studio cambia prospettiva, e colma un vuoto cruciale: intreccia le grandi manovre politiche dei governi con le abitudini intime dei singoli fumatori, per capire come gli aspetti macroscopici (es. le misure statali) e quelli microscopici (es. la rete sociale e le caratteristiche della dipendenza) interagiscano tra loro.
I ricercatori hanno considerato un campione di 51.196 individui - tra fumatori attivi ed ex-fumatori - provenienti da 29 Paesi, combinando i sondaggi del Global Adult Tobacco Survey (2011-2021) con i dati ufficiali dell'OMS sull'applicazione delle leggi anti-fumo.
Invece dei tradizionali modelli di regressione lineare, i ricercatori hanno applicato algoritmi di machine learning basati su Random Forest. Questa scelta metodologica ha permesso di catturare interazioni non lineari complesse tra le variabili, e di quantificare l'importanza predittiva di ciascun fattore attraverso l'indice Permutation Variable Importance.

La popolazione è stata suddivisa in due flussi di analisi principali:

• Analisi A (Tentativo di disassuefazione): focalizzata su fumatori attivi che hanno tentato di smettere per almeno 24 ore negli ultimi 12 mesi.

• Analisi B (Successo della cessazione): focalizzata su soggetti che, dopo aver tentato, sono riusciti a rimanere astinenti dal fumo in un periodo compreso tra i 6 e i 24 mesi.

L'algoritmo Random Forest ha mostrato un'eccellente affidabilità predittiva, con tassi di errore di classificazione particolarmente bassi (21% per l'Analisi A e appena il 6% per l'Analisi B). L'aspetto più rilevante emerso dallo studio è la netta dissociazione epidemiologica tra i fattori che spingono a provare a smettere di fumare e quelli che determinano il successo effettivo.

Cosa determina il tentativo di smettere (Analisi A)?
I fattori a livello nazionale, le normative e la macroarea geografica dell'OMS sono risultati i principali predittori dell'inizio di un tentativo di cessazione.

• Politiche nazionali: i soggetti che vivono in Paesi con un livello medio di adozione delle leggi antifumo mostrano una probabilità significativamente maggiore di tentare la cessazione rispetto a contesti a bassa regolamentazione;
• Dipendenza e comportamento: a livello individuale, una forte dipendenza bio-comportamentale agisce come barriera. Chi fuma la prima sigaretta entro cinque  minuti dal risveglio o fuma stabilmente più di 10 sigarette al giorno ha molte meno probabilità di tentare il percorso di cessazione;
• Fattori di stimolo: l'esposizione attiva ad annunci antifumo e la consapevolezza dei danni aumentano la predisposizione al tentativo.

Cosa determina il successo a lungo termine (Analisi B)?
Mentre lo stato influisce sull’avvio del tentativo, l'ambiente domestico e la cerchia sociale ristretta dominano in modo assoluto sul successo terapeutico e sulla stabilità dell'astinenza.

• L'ambiente domestico: la presenza di altri fumatori all'interno del nucleo familiare è emersa come il più potente predittore in assoluto di fallimento. Vivere con familiari che fumano riduce drasticamente le probabilità di successo, mostrando un adjusted odds ratio estremamente penalizzante (aOR 0.02; 95% CI: 0.02-0.02 per chi ha più di un fumatore in casa);
• Regole di permissività: al contrario, vivere in case dove vige il divieto assoluto di fumare quadruplica le probabilità di successo rispetto ad ambienti domestici totalmente permissivi (aOR 3.83; 95% CI: 3.77-3.90);
• Caratteristiche del tabagismo: chi fuma in modo non giornaliero/occasionale ha maggiori probabilità di successo a lungo termine (aOR 1.08; 95% CI: 1.04-1.13). Anche un'età di inizio del tabagismo più tardiva (>24 anni) si associa a esiti migliori rispetto a chi ha iniziato nell'adolescenza.

Come ogni indagine, lo studio presenta punti di forza e limiti. Da un lato, il campione eccezionalmente vasto e l'uso del machine learning offrono una fotografia robusta, capace di superare la rigidità della statistica classica. Dall'altro, c'è un limite fisiologico nei dati raccolti: le nazioni dichiarano all'OMS le leggi che approvano, ma questo non ci dice quanto severamente vengano fatte rispettare nella realtà (enforcement gap). Inoltre, basandosi su sondaggi in cui le persone raccontano il proprio passato, i risultati possono essere influenzati da imprecisioni nei ricordi, precludendo l'assoluta certezza sui legami di causa ed effetto.
I risultati di questa ricerca offrono diversi spunti di riflessione a chi si occupa di salute pubblica, Pneumologia e cessazione dal fumo. Le campagne pubbliche, i divieti nei locali e le accise sono certamente indispensabili per creare quella dissonanza cognitiva che spinge un fumatore ad avviare il percorso di cessazione. Ma per lo specialista o il medico di base, la lezione è un'altra: la terapia non può fermarsi al singolo paziente. Durante le visite, indagare su chi altro viva con lui non costituisce più un semplice dettaglio anamnestico, ma il cuore della strategia. Negoziare regole domestiche rigide deve diventare una prescrizione medica a tutti gli effetti. In caso di convivenza del paziente con fumatori attivi, il medico saprà in anticipo di dover intensificare massicciamente il supporto psicologico e farmacologico, valutando se eventualmente includere nel percorso di cessazione anche altri familiari.