PERsonalised Knowledge to reduce the risk of Stroke (PERKS-International): a randomised controlled trial testing the efficacy of an mHealth application to reduce risk factors for the primary prevention of stroke

Lo studio PERKS-International, un trial controllato randomizzato condotto in Australia e Nuova Zelanda, ha dimostrato che l'uso dell'app mobile Stroke Riskometer non ha migliorato significativamente il punteggio complessivo dei fattori di rischio per l'ictus (LS7) rispetto alle cure usuali dopo sei mesi, sebbene abbia portato a un lieve aumento dell'attività fisica nel gruppo di intervento.

L'essenziale

🏥 La Missione: "Il Termometro del Rischio"

Immaginate che il nostro cervello sia come un motore di un'auto. Se l'auto è vecchia o non curata, c'è il rischio che si rompa (un ictus). Per evitare che succeda, dobbiamo controllare l'olio, la benzina e la pressione delle gomme. In medicina, questi controlli si chiamano fattori di rischio (come la pressione alta, il colesterolo, il fumo o il sovrappeso).

Gli scienziati si sono chiesti: "Se diamo a tutti un'applicazione per il telefono che fa da 'meccanico digitale' e ci dice quanto è a rischio il nostro motore, riuscirà a farci cambiare le nostre abitudini e a riparare l'auto?"

📱 L'Esperimento: Due Squadre a Confronto

Hanno reclutato 862 persone (di età compresa tra 35 e 75 anni) che avevano almeno due "segnali di pericolo" (ad esempio, erano un po' sovrappeso e fumavano). Le hanno divise in due squadre:

1. La Squadra dell'App (Intervento): A queste persone hanno dato accesso a un'app chiamata Stroke Riskometer. È come avere un assistente personale nel telefono che calcola il rischio di ictus, ti dà consigli personalizzati e ti ricorda di muoverti o mangiare meglio.
2. La Squadra "Normale" (Controllo): A queste persone hanno mandato solo una semplice email con le loro statistiche e un link a qualche articolo generico su internet. Niente app, niente promemoria speciali.

L'obiettivo era vedere dopo 6 mesi se la squadra con l'app aveva migliorato di più la salute rispetto all'altra.

📉 Il Risultato: La Delusione (ma con una piccola sorpresa)

Dopo sei mesi, gli scienziati hanno fatto i conti. Ecco cosa è successo:

• Il Verdetto Generale: Purtroppo, l'app non ha funzionato come sperato. La squadra che usava l'app non era significativamente più sana di quella che aveva ricevuto solo l'email. Il punteggio totale di salute (chiamato "Life's Simple 7", che misura 7 cose importanti come dieta, sport e fumo) è rimasto praticamente uguale tra i due gruppi.
• La Piccola Vittoria: C'è stata una sola piccola differenza. Le persone che usavano l'app si sono mosse un po' di più (hanno fatto più passi o attività fisica) rispetto alle altre. È come se l'app fosse riuscita a convincere qualcuno a fare una passeggiata in più, ma non è riuscita a convincerli a smettere di fumare o a mangiare meno grassi.

🤔 Perché non ha funzionato? (Le Analogie)

Gli scienziati hanno fatto delle ipotesi su perché l'app non abbia "salvato" il motore di tutti:

1. Il "Libro di Istruzioni" che nessuno legge: Immaginate di dare a qualcuno un manuale di istruzioni super avanzato per riparare la sua auto. Se la persona non lo legge o lo lascia sul sedile posteriore, l'auto non si ripara. Molti partecipanti hanno scaricato l'app, ma non l'hanno usata davvero o non hanno seguito i consigli.
2. Mancanza di un "Meccanico" dal vivo: L'app era come un manuale digitale. Forse le persone avevano bisogno di un vero meccanico (un medico o un infermiere) che le guardasse negli occhi, le incoraggiasse e le aiutasse a cambiare le abitudini. Un'app da sola è potente, ma a volte serve un po' di "calore umano".
3. La "Squadra Normale" si è aiutata da sola: Anche la squadra che non aveva l'app ha migliorato un po' la sua salute dopo aver ricevuto l'email con i dati. È come se sapere "ehi, la tua pressione è alta" fosse stato sufficiente per spingere alcune persone a fare un piccolo sforzo, rendendo difficile vedere la differenza con chi aveva l'app.

💡 Cosa abbiamo imparato?

Questo studio ci insegna una lezione importante: avere la tecnologia non basta.

Sapere che si è a rischio è il primo passo, ma per cambiare davvero le proprie abitudini (come smettere di fumare o mangiare sano), spesso serve qualcosa di più di una semplice notifica sul telefono. Forse le app future dovranno essere più divertenti (come un gioco), più interattive (come avere un chatbot che chiacchiera con te) o integrate con la visita dal medico.

In sintesi: L'app è stata un buon tentativo, un "termometro" preciso, ma non è riuscita a fare da "medico" per tutti. Per proteggere il nostro cervello, la tecnologia deve essere usata insieme al supporto umano e alla motivazione personale.

Sommario tecnico

Titolo dello Studio

PERsonalised Knowledge to reduce the risk of Stroke (PERKS-1 International): un trial controllato randomizzato (RCT) per testare l'efficacia di un'applicazione mHealth nella riduzione dei fattori di rischio per la prevenzione primaria dell'ictus.

---

1. Il Problema

Nonostante il declino storico, i tassi di incidenza dell'ictus si sono stabilizzati, con alcune evidenze di un aumento nei gruppi di età più giovani. Si stima che fino al 90% degli ictus sia prevenibile attraverso la modifica dei fattori di rischio comportamentali e clinici (pressione alta, colesterolo, diabete, fumo, ecc.). Tuttavia, la prevalenza di questi fattori di rischio rimane elevata nelle popolazioni generali (es. in Australia e Nuova Zelanda, oltre il 30% degli adulti presenta due o più fattori di rischio).

Esiste un bisogno critico di identificare strategie efficaci per la prevenzione primaria, in particolare interventi scalabili. Le applicazioni per la salute mobile (mHealth) offrono una potenziale soluzione data l'alta penetrazione degli smartphone, ma la maggior parte degli studi esistenti sono piccoli trial pilota, spesso focalizzati su pazienti con malattie cardiovascolari preesistenti, e mancano di trial controllati randomizzati (RCT) sufficientemente potenti sulla prevenzione primaria con misurazioni oggettive dei fattori di rischio.

2. Metodologia

Lo studio è stato un RCT di Fase III, prospettico, pragmatico, in aperto e con valutazione cieca degli esiti, condotto in Australia e Nuova Zelanda tra agosto 2021 e gennaio 2024.

• Partecipanti: Sono stati reclutati 862 partecipanti (età 35-75 anni) con almeno due fattori di rischio per l'ictus, proprietari di smartphone e senza storia pregressa di malattie cardiovascolari.
• Gruppi di Intervento:
  • Gruppo Intervento: Accesso all'app Stroke Riskometer™. L'app fornisce feedback personalizzato sul rischio di ictus (a 5 e 10 anni), strumenti di cambiamento comportamentale, monitoraggio dei fattori di rischio e notifiche push. I partecipanti hanno ricevuto i propri dati clinici di base per compilare l'app.
  • Gruppo Controllo (Cura Ordinaria): Ricevimento di un'unica email con informazioni generiche sui fattori di rischio e link a risorse basate sull'evidenza, senza menzione dell'app.
• Outcome Primario: La differenza media tra i gruppi nel cambiamento del punteggio Life's Simple 7® (LS7®) da baseline a 6 mesi. Il punteggio LS7® (range 0-14) valuta sette fattori: pressione arteriosa, colesterolo, glucosio, BMI, fumo, attività fisica e dieta.
• Analisi: Le analisi sono state condotte secondo il principio Intention-to-Treat (ITT) utilizzando modelli ANCOVA e modelli misti lineari, con imputazione multipla per i dati mancanti. Sono state eseguite anche analisi per-protocollo e analisi di sottogruppo.

3. Contributi Chiave

• Evidenza su Prevenzione Primaria: Uno dei pochi RCT completamente potenziati che valuta un'app mHealth specificamente per la prevenzione primaria dell'ictus in una popolazione generale, utilizzando misurazioni cliniche oggettive (pressione, lipidi, glucosio) oltre ai dati auto-dichiarati.
• Design "Real-World": Lo studio ha adottato un approccio pragmatico con interazioni minime tra staff e partecipanti (solo email e SMS), simulando l'uso reale di un'app scaricabile gratuitamente dagli store, evitando così di creare un "effetto alone" dovuto a un supporto eccessivo.
• Valutazione Completa: Inclusione di misurazioni cliniche di follow-up eseguite da personale in cieco rispetto al gruppo di assegnazione, garantendo alta qualità dei dati sugli outcome.

4. Risultati

• Outcome Primario (Punteggio LS7® Totale): Non è stata trovata alcuna evidenza statistica che l'accesso all'app abbia modificato il punteggio complessivo LS7® rispetto alla cura ordinaria a 6 mesi.
  • Differenza media nel cambiamento (ITT): 0.03 (IC 95%: -0.19, 0.25; p=0.79).
  • Le analisi per-protocollo hanno mostrato un effetto leggermente maggiore ma non significativo (p=0.34).
• Outcome Secondari (Singoli Fattori di Rischio):
  • Non sono state osservate differenze significative tra i gruppi per BMI, dieta, glicemia, colesterolo, pressione arteriosa sistolica o stato di fumo.
  • Attività Fisica: Il gruppo di intervento ha mostrato un aumento borderline (al limite della significatività) delle MET-minute/settimana di attività fisica rispetto al controllo (Differenza media: 313.42; IC 95%: -2.80, 629.65; p=0.05). Nelle analisi per-protocollo, questo risultato è diventato statisticamente significativo (p=0.04).
• Adesione: Il 64% dei partecipanti nel gruppo intervento ha riferito di aver scaricato l'app nella prima settimana, ma il 20% è stato identificato come non utilizzatore effettivo entro 6 mesi. Solo il 32% ha fornito il consenso aggiuntivo per l'accesso ai dati di utilizzo dell'app.

5. Significato e Conclusioni

Lo studio conclude che, in un contesto di "mondo reale", fornire informazioni sui fattori di rischio e l'accesso a un'app mHealth personalizzata come lo Stroke Riskometer™ non porta a un miglioramento complessivo del profilo di rischio per l'ictus dopo 6 mesi rispetto a un semplice feedback informativo via email.

• Interpretazione: L'assenza di efficacia potrebbe essere dovuta a:
  1. Bassa fedeltà dell'intervento: Molti partecipanti non hanno utilizzato l'app o non hanno fornito dati.
  2. Mancanza di "momento insegnabile": A differenza dei pazienti con eventi cardiovascolari acuti, la popolazione generale potrebbe avere meno motivazione a cambiare comportamento senza un evento scatenante.
  3. Limiti tecnologici: L'app potrebbe aver bisogno di funzionalità più avanzate (gamification, AI, integrazione con wearables) per aumentare l'engagement.
• Implicazioni Future: Per essere efficaci nella prevenzione primaria, le app mHealth potrebbero dover essere integrate in modelli di cura che includano supporto umano (telemedicina o visite di persona) e aggiornamenti tecnologici per migliorare l'interazione utente.

In sintesi, mentre l'app ha mostrato un potenziale lieve nell'aumentare l'attività fisica, da sola non è sufficiente per modificare significativamente il profilo di rischio cardiovascolare in una popolazione asintomatica con fattori di rischio multipli.