Nuovo strumento predittivo per 18 complicanze legate all'obesità: oltre il BMI

Il Body Mass Index (BMI) è stato per decenni lo strumento principale per valutare i rischi per la salute legati all’obesità. Tuttavia, questo parametro presenta limiti significativi: non tiene conto di fattori come la storia familiare, l’alimentazione, lo stato di salute attuale o le condizioni socioeconomiche. Per superare queste carenze, un team di ricercatori ha sviluppato un nuovo modello predittivo, pubblicato giovedì su Nature Medicine, che promette di identificare con maggiore precisione chi è a rischio di sviluppare complicanze gravi legate all’obesità.

Lo studio, condotto da esperti del Precision Healthcare University Research Institute della Queen Mary University of London, si basa su un’analisi integrata di dati clinici, abitudini di vita e fattori ambientali. Il modello non si limita a considerare il BMI, ma include anche informazioni come la storia familiare di malattie metaboliche, le abitudini alimentari, la presenza di patologie croniche e il livello socioeconomico del paziente.

Un passo avanti nella medicina personalizzata

Uno degli obiettivi principali della ricerca è migliorare l’identificazione dei pazienti candidati a terapie farmacologiche contro l’obesità, spesso prescritte in base al solo BMI o in combinazione con altre patologie. Negli ultimi anni, i farmaci GLP-1 (come semaglutide e liraglutide), inizialmente sviluppati per il diabete di tipo 2, hanno dimostrato di essere efficaci anche nel ridurre il rischio di malattie cardiovascolari, insufficienza renale, steatosi epatica, apnee notturne e osteoartrite, oltre a favorire una significativa perdita di peso.

Tuttavia, la scelta di chi sia il candidato ideale per questi trattamenti, spesso costosi e da assumere per tutta la vita, è stata finora incerta. «Volevamo creare un modello integrato in grado di valutare non uno, ma 18 diverse complicanze correlate all’obesità», ha dichiarato Claudia Langenberg, co-autrice dello studio e direttrice dell’istituto londinese, durante una conferenza stampa.

Dati reali per decisioni più accurate

Il nuovo strumento si basa su dati provenienti da record medici elettronici e studi longitudinali, che permettono di analizzare l’impatto di fattori come la dieta, l’attività fisica e lo stile di vita sulla salute a lungo termine. Secondo i ricercatori, questo approccio potrebbe rivoluzionare la medicina personalizzata, consentendo ai medici di intervenire in modo più tempestivo e mirato per prevenire complicanze gravi.

«Questo modello non sostituisce il giudizio clinico, ma offre uno strumento oggettivo per identificare i pazienti a maggior rischio e indirizzarli verso le terapie più appropriate», ha aggiunto Langenberg. «In un’epoca in cui i farmaci per l’obesità stanno diventando sempre più accessibili, diventa fondamentale avere criteri chiari per ottimizzare i trattamenti».

Implicazioni per il futuro della sanità

L’obesità rappresenta una delle principali sfide per i sistemi sanitari di tutto il mondo, con costi economici e sociali in costante aumento. Secondo l’Organizzazione Mondiale della Sanità, oltre 650 milioni di adulti nel mondo sono obesi, e le complicanze associate, come il diabete di tipo 2, le malattie cardiache e alcuni tipi di cancro, sono tra le principali cause di mortalità prevenibile.

Il nuovo modello predittivo potrebbe quindi avere un impatto significativo non solo sulla salute dei pazienti, ma anche sulla sostenibilità dei sistemi sanitari. «Prevenire è meglio che curare», ha sottolineato Langenberg. «Con strumenti come questo, possiamo anticipare i rischi e intervenire prima che le complicanze diventino irreversibili».