Tabella 5.2 – Odds Ratio nella regressione logistica in uno studio sul riconoscimento delle disabilità per gli studenti del quarto grado di etnie diverse, N = 183.570 (Morgan et al., 2017, p. 310).
Analizzando un campione molto ampio, con un numero ragionevole di variabili, lo studio giunge alla conclusione che nelle scuole statunitensi i bambini delle minoranze hanno meno probabilità di essere identi#cati come disabili e quindi di ricevere servizi educativi speciali rispetto ai bambini bianchi che hanno le stesse caratteristiche e che uno sforzo collettivo da parte di ricercatori, policymaker, professionisti deve essere disegnato e condotto per ridurre questa disparità.
Ultimo tema che affrontiamo in studi che utilizzano la regressione logistica è quello del rapporto fra formazione e benessere psico-#sico.
Il riferimento è a uno studio (Narushima, Liu & Diestelkamp, 2016) il cui scopo è quello di identi#care gli effetti di lunghe partecipazioni degli adulti e anziani in attività di formazione permanente sul loro benessere psicologico, prendendo in considerazione stato di salute, vulnerabilità e altre variabili demogra#che quali età, genere, stato civile e così via. È condotto su un campione di adulti e anziani del Canada, paese che ha aggiunto il LifeLong Learning fra le politiche di invecchiamento attivo in linea con l’Active Ageing Framework dell’Organizzazione Mondiale della Sanità, che, lavorando sulle idee di salute, partecipazione e sicurezza, ha incoraggiato politiche e pratiche relative all’invecchiamento utili per gli individui e l’intera società, considerando la tarda età come un momento di conoscenza e competenza e non come un momento di declino.
Il campione, depurato dai missing data, è rappresentato da circa 400 adulti e anziani da 60 anni in su che hanno risposto a un questionario avendo partecipato a un programma pubblico di educazione continua non formale organizzato da una scuola insieme ad alcuni enti come community centres, centri di apprendimento per adulti, scuole superiori e case di riposo su temi che vanno dall’arte alla musica, al #tness all’informatica e così via.
Segue una descrizione delle variabili trattate.
benessere psicologico, misurato con lo Psychological General WellBeing Index (PGWBI) in 22 item su stati depressivi, ansia, stress, soddisfazione di vita, vitalità e così via con score da 0 a 5. Il punteggio massimo totalizzabile è pari a 110. La variabile dicotomica creata (variabile dipendente) distingue le due modalità “in dif#coltà” / “positivo” in base ai punteggi rispettivamente inferiori a 73 / uguali o superiori a 73.
vulnerabilità, calcolata attraverso un indice de#nito dagli autori che tiene in considerazione l’età e somma più indicatori: indicatori sulla salute (malattie croniche, esercizio #sico, dif#coltà nella vita quotidiana quale camminare, salire le scale, sentire), stato socio-economico (reddito e livello di istruzione, stato civile) e supporto sociale (partecipazione in altre attività sociali, numero di soggetti su cui l’anziano può contare, numero dei co-abitanti).
durata della formazione, suddivisa in tre periodi superiori ai 4 mesi: 418 mesi (short), 19-84 mesi (middle), superiore a 49 mesi (long).
Self-perceived health (SRH), rilevata attraverso le modalità “eccellente, molto buona, buona, scarsa” in risposta alla domanda: “Rispetto ad altre persone della tua età, come de#niresti la tua salute in generale?”.
Gli autori propongono due modelli di regressione logistica, in entrambi la variabile dipendente è lo stato di salute e la variabile indipendente la durata della formazione. Nel primo prendendo in considerazione come covarianti età, genere, livello di vulnerabilità. Nel secondo età, genere e in più il valore SRH.
Insieme ai valori dell’odds ratio nei due modelli ci sono restituiti anche gli intervalli di con#denza al 95% di signi#catività, mostrati in gra#ci come in Figura 5.5.