📄 health informatics

Quantifying User Engagement with the Helpilepsy Seizure Diary

Questo articolo introduce una metrica di coinvolgimento multidimensionale per il diario delle crisi Helpilepsy, utilizzando l'analisi del clustering per identificare distinti gruppi di utenti e rivelando che i pazienti altamente coinvolti sono tipicamente più anziani, con storie di epilessia più lunghe e regimi farmacologici più complessi, evidenziando così la necessità di strategie di onboarding mirate per i nuovi pazienti e l'importanza di utilizzare diverse funzionalità del diario oltre alla semplice registrazione delle crisi.

Autori originali: Davies, J., Biondi, A., Viana, P. F., Ampe, L., Schreiber, J., Richardson, M. P.

Pubblicato 2026-08-07

📖 6 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: Davies, J., Biondi, A., Viana, P. F., Ampe, L., Schreiber, J., Richardson, M. P.

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ⚕️ Questa è una spiegazione generata dall'IA di un preprint non sottoposto a revisione paritaria. Non è un consiglio medico. Non prendere decisioni sulla salute basandoti su questo contenuto. Leggi il disclaimer completo

Immagina di cercare di tenere un diario segreto sulla tua vita, ma invece di scrivere solo ciò che è accaduto, stai tracciando qualcosa di imprevedibile e complicato, come una tempesta che a volte colpisce il tuo quartiere. Nel mondo della medicina, questa "tempesta" è l'epilessia, una condizione in cui il cervello ha improvvise e inaspettate tempeste elettriche chiamate crisi. Affinché i medici possano aiutare i pazienti a calmare queste tempeste, hanno bisogno di una mappa chiara di quando e quanto spesso accadono. È qui che entra in gioco il "diario delle crisi". Pensalo come un taccuino digitale dove i pazienti registrano le loro crisi, come hanno dormito, come si sono sentiti e quali farmaci hanno assunto.

Ma ecco il problema: proprio come chiunque potrebbe dimenticarsi di scrivere in un diario o annoiarsi dopo alcune settimane, i pazienti spesso smettono di usare questi strumenti digitali. Se il diario è vuoto, la mappa è inutile. Gli scienziati chiamano questo fenomeno "engagement" (coinvolgimento). Non si tratta solo di aprire l'app; si tratta di quanto profondamente e costantemente una persona ne utilizza tutte le funzioni. La grande domanda che i ricercatori si pongono è: chi è che continua davvero a usare questi diari? È lo stesso tipo di persona che scrive ogni giorno, o dipende da quanto tempo convivono con la condizione o da quanto è complicato il loro trattamento? Comprendere questo è fondamentale perché senza un diario completo, i medici non possono vedere il quadro completo e i pazienti potrebbero perdere l'opportunità di ricevere la migliore assistenza possibile.

Il Lavoro da Detective Digitale

In questo studio, un team di ricercatori ha agito come detective digitali, analizzando l'app "Helpilepsy", un popolare diario elettronico delle crisi utilizzato da migliaia di persone. Non si sono limitati a contare quanti utenti aprissero l'app; volevano misurare quanto gli utenti fossero coinvolti. Per farlo, hanno costruito un particolare "Punteggio di Engagement", simile al punteggio di un videogioco che somma punti per diverse azioni.

Immagina che l'app sia un videogioco con diversi livelli. Per ottenere un punteggio alto, un giocatore deve:

Compilare completamente il proprio profilo (come la creazione di un personaggio).
Registrare le crisi regolarmente (non solo in un grande colpo, ma con costanza).
Registrare i punteggi del sonno regolarmente (anche se il sonno non è una crisi, è una parte chiave del gioco).
Usare le funzioni dell'app per impostare promemoria per i farmaci.

I ricercatori hanno assegnato a ogni utente un punteggio basato su queste abitudini. Successivamente, hanno usato un trucco informatico chiamato "clustering" per suddividere i 17.151 utenti in tre squadre distinte: la squadra a Basso Coinvolgimento, la squadra a Medio Coinvolgimento e la squadra ad Alto Coinvolgimento.

Chi sono i Super-Coinvolti?

I risultati hanno rivelato alcuni schemi sorprendenti su chi compone queste squadre.

Il gruppo a Basso Coinvolgimento era il più numeroso, con circa 9.800 utenti. Questi giocatori tendevano a usare l'app principalmente come un semplice contatore di crisi. Registravano una crisi quando accadeva, ma raramente compilavano le altre parti del diario, come i punteggi di sonno o di umore. Era come qualcuno che scrive solo la data nel proprio diario e nient'altro.

Il gruppo a Medio Coinvolgimento contava circa 6.300 utenti. Queste persone erano più brave a compilare i propri profili e a impostare i promemoria per i farmaci, ma avevano ancora difficoltà a mantenere con costanza la registrazione di sonno o umore. Usavano l'app come uno strumento, ma forse non vedevano ancora il valore delle funzioni extra.

Il gruppo ad Alto Coinvolgimento era il più piccolo, con solo circa 1.006 utenti, ma era il più dedito. Questi utenti compilavano tutto: profili, crisi, sonno e umore, e lo facevano con costanza nel tempo.

Il Profilo dell' "Esperto Veterano"

Quando i ricercatori hanno esaminato da vicino il gruppo ad Alto Coinvolgimento, hanno trovato un "profilo" molto specifico del tipico super-utente. Non erano necessariamente i più giovani o i nuovi arrivati nel gioco. In realtà, i dati suggerivano il contrario.

Età della diagnosi: Gli utenti altamente coinvolti sono stati, in media, diagnosticati con l'epilessia a un'età più avanzata (intorno ai 18 anni) rispetto al gruppo a basso coinvolgimento (intorno agli 11 anni).
Esperienza: Vivevano con l'epilessia da più tempo. Il gruppo ad alto coinvolgimento aveva una media di 33 anni dalla diagnosi, mentre il gruppo a basso coinvolgimento ne aveva solo circa 24.
Complessità della terapia: Questo gruppo assumeva più farmaci. In media, assumevano 4 diversi farmaci anticonvulsivanti, rispetto a 1 o 2 degli altri gruppi. Assumevano anche dosi più elevate di farmaci comuni e utilizzavano più farmaci specializzati di "seconda linea", spesso riservati a casi difficili da trattare.

I ricercatori suggeriscono che questo schema abbia senso. Qualcuno che gestisce l'epilessia da molto tempo, o che è stato diagnosticato più tardi nella vita, potrebbe avere una comprensione più matura della propria condizione. Probabilmente hanno trascorso molto tempo con i medici, hanno provato molti trattamenti diversi e forse hanno scoperto che l'unico modo per ottenere sollievo è essere molto attivi nel monitorare tutto. Non stanno solo registrando le crisi; stanno gestendo attivamente un complesso puzzle sanitario.

Cosa Significa per il Futuro

Lo studio suggerisce che l'engagement non riguarda solo l'avere un'app accattivante; riguarda il percorso dell'utente. Gli utenti altamente coinvolti sembrano essere quelli che hanno capito che più informazioni forniscono, migliore sarà il loro trattamento. Tuttavia, i ricercatori hanno anche notato una sfida: il gruppo altamente coinvolto non è rimasto sull'app per quanto tempo totale rispetto agli altri. Questo potrebbe significare che, una volta ottenute le informazioni di cui hanno bisogno e trovato il trattamento giusto, non sentono più la necessità di usare l'app così tanto.

L'articolo conclude che, per aiutare più persone, i progettisti di app potrebbero dover concentrarsi maggiormente sull' "onboarding" (l'introduzione/formazione) dei nuovi utenti, specialmente per i più giovani o per coloro che sono stati diagnosticati di recente. Questi utenti potrebbero non vedere ancora il valore nel registrare il proprio sonno o il proprio umore, quindi l'app deve mostrare loro perché è importante. Lo studio non ha dimostrato che l'alto coinvolgimento causi migliori esiti di salute, ma suggerisce fortemente che le persone più coinvolte siano quelle con le necessità mediche più complesse e con la motivazione più forte per trovare risposte.

In breve, l'articolo dipinge l'immagine del "super-utente" non come un mago della tecnologia, ma come un veterano esperto della propria salute, che sa che nel gioco della gestione dell'epilessia, ogni dato conta.

Sintesi Tecnica: Quantificazione dell'Engagement dell'Utente con il Diario Elettronico delle Crisi Helpilepsy

Definizione del Problema
I diari delle crisi sono fondamentali per la gestione a lungo termine dell'epilessia, eppure l'engagement dei pazienti con questi strumenti è spesso sporadico. Mentre ricerche precedenti hanno stabilito la fattibilità dei diari elettronici delle crisi e misurato l'aderenza generale (tassi di ritenzione), esiste una lacuna significativa nella comprensione della natura multidimensionale dell'engagement dell'utente. Gli studi esistenti si concentrano spesso sul fatto che un utente continui a utilizzare un'applicazione piuttosto che su come interagisce con le sue varie funzionalità nel tempo. Questa mancanza di una comprensione granulare limita la capacità di progettare strumenti che supportino efficacemente l'autogestione sostenuta, specialmente data l'eterogeneità dei pazienti epilettici in termini di frequenza delle crisi, durata della malattia e complessità del trattamento.

Metodologia
Gli autori hanno condotto un'analisi secondaria di dati longitudinali de-identificati provenienti da 25.782 utenti unici dell'applicazione mobile Helpilepsy® (Neuroventis BV), raccolti tra il 2017 e il 2026. Il dataset includeva informazioni demografiche, rapporti sulle crisi, punteggi del sonno, punteggi dell'umore, dettagli sui farmaci e dati sul completamento del profilo.

Per quantificare l'engagement, gli autori hanno sviluppato una Metrica di Engagement definita come una somma pesata di cinque componenti:

Rapporto di Completezza del Profilo (PCR): La percentuale di funzionalità del profilo disponibili (es. genere, anno di nascita) compilate dall'utente.
Regolarità di Caricamento delle Crisi ( $R_{seiz}$ ): Una misura della costanza nella segnalazione delle crisi, calcolata utilizzando un punteggio di "burstiness" normalizzato (deviazione standard rispetto alla media degli intervalli di caricamento) combinato con una funzione di saturazione per tenere conto degli utenti a bassa frequenza.
Regolarità di Caricamento del Sonno ( $R_{sleep}$ ): Calcolata in modo simile alla regolarità delle crisi, ma applicata ai caricamenti dei punteggi del sonno.
Rapporto di Utilizzo della Tenure (TUR): Il rapporto tra i giorni unici in cui un utente ha caricato i punteggi del sonno e il numero totale di giorni in cui aveva l'applicazione installata. Questo funge da proxy per l'engagement sostenuto con funzionalità opzionali e non scatenate biologicamente.
Promemoria Farmaci (MR): Un indicatore binario (0 o 1) del fatto che l'utente abbia impostato i promemoria per i farmaci.

La metrica è definita come:
$Engagement = w_{PCR} \cdot PCR + w_{Rseiz} \cdot R_{seiz} + w_{Rsleep} \cdot R_{sleep} + w_{TUR} \cdot TUR + w_{MR} \cdot MR$
I pesi sono stati assegnati come segue: $w_{PCR}=0.20$ , $w_{Rseiz}=0.25$ , $w_{Rsleep}=0.25$ , $w_{TUR}=0.20$ , e $w_{MR}=0.10$ .

Dopo aver calcolato i punteggi per 17.151 utenti (dopo la rimozione degli outlier), gli autori hanno applicato il clustering K-Means per identificare distinti gruppi di utenti. Il numero ottimale di cluster è stato determinato utilizzando un grafico elbow e i punteggi silhouette, entrambi i quali hanno supportato una soluzione a tre cluster.

Risultati Chiave
L'analisi di clustering ha identificato tre gruppi di engagement distinti: Basso (9.807 utenti), Medio (6.338 utenti) e Alto (1.006 utenti).

Differenze Comportamentali:
- Engagement Basso: Questi utenti utilizzavano principalmente l'app come un semplice diario delle crisi. Presentavano la più alta regolarità relativa nel caricamento delle crisi, ma punteggi prossimi allo zero per la completezza del profilo, la regolarità del caricamento del sonno e l'utilizzo della tenure.
- Engagement Medio: Questo gruppo mostrava un'alta completezza del profilo e l'uso dei promemoria dei farmaci, ma una bassa regolarità nel caricamento dei punteggi del sonno e delle crisi. Sembravano utilizzare l'app per il monitoraggio delle crisi e la gestione dei farmaci, ma non interagivano costantemente con le funzionalità opzionali come il monitoraggio del sonno o dell'umore.
- Engagement Alto: Questi utenti esibivano punteggi elevati in quasi tutte le metriche, in particolare nella regolarità del caricamento dei punteggi del sonno e nell'utilizzo della tenure. Erano i più propensi a riportare punteggi di umore e sonno.
Correlazioni Cliniche e Demografiche:
- Età e Diagnosi: Gli utenti altamente impegnati erano significativamente più anziani al momento della diagnosi (mediana 18 anni) rispetto ai gruppi medio (14 anni) e basso (11 anni). Avevano anche un tempo maggiore dalla diagnosi (mediana 33 anni rispetto a 27 e 24 anni, rispettivamente).
- Carico dei Farmaci: Il gruppo ad alto engagement riportava un numero maggiore di farmaci anti-crisi (ASM) (mediana 4) rispetto ai gruppi medio (2) e basso (1). Erano più propensi a essere prescrizionari di farmaci di seconda linea e per l'epilessia refrattaria (es. brivaracetam) e ricevevano dosaggi più elevati di comuni farmaci di prima linea (es. levetiracetam, lamotrigina).
- Stabilità Temporale: Sebbene i livelli di engagement siano rimasti relativamente stabili all'interno dei gruppi nel tempo, il gruppo ad alto engagement mostrava una durata media di utilizzo dell'app inferiore (meno intervalli di 3 mesi) rispetto agli altri gruppi, suggerendo che possano raggiungere i loro obiettivi clinici e interrompere l'uso più precocemente.

Contributi Principali

Metrica di Engagement Multidimensionale: L'articolo introduce una nuova metrica composita che va oltre i semplici tassi di ritenzione per catturare l'ampiezza e la costanza dell'interazione dell'utente con specifiche funzionalità dell'app (crisi, sonno, profilo, promemoria).
Segmentazione dell'Utente: Applicando il clustering non supervisionato, lo studio dimostra empiricamente che gli utenti del diario delle crisi si segmentano naturalmente in gruppi di engagement basso, medio e alto, ciascuno con distinti modelli comportamentali.
Profilazione Clinica: Lo studio collega i livelli di engagement a specifiche caratteristiche cliniche, identificando che gli utenti altamente impegnati sono tipicamente più anziani, hanno un tempo maggiore dalla diagnosi e affrontano una maggiore complessità del trattamento (epilessia refrattaria).

Significato e Rivendicazioni
Gli autori affermano che comprendere questi profili di engagement è vitale per migliorare la progettazione degli strumenti di salute digitale. I risultati suggeriscono che:

Strategie di Onboarding: I nuovi pazienti (età più giovane alla diagnosi, minor tempo dalla diagnosi) potrebbero richiedere un onboarding e un'educazione più mirati per comprendere il valore del monitoraggio di variabili non legate alle crisi, come il sonno e l'umore.
Importanza delle Funzionalità: L'engagement non è guidato esclusivamente dalla segnalazione delle crisi; le funzionalità opzionali come il monitoraggio del sonno sono differenziatori critici per gli utenti altamente impegnati.
Integrazione Clinica: Il profilo dell'utente ad alto engagement (più anziano, resistente al trattamento, alto carico di farmaci) suggerisce che l'engagement sia guidato da una comprensione matura della malattia e dalla necessità di una gestione attiva di sé. Ciò implica che gli strumenti digitali dovrebbero essere progettati per supportare queste esigenze specifiche, potenzialmente attraverso una più stretta integrazione con l'assistenza clinica.

L'articolo conclude che, sebbene la scarsità dei dati rimanga un limite, il quadro proposto fornisce un metodo robusto per caratterizzare l'engagement dell'utente, il che può informare lo sviluppo di strumenti di monitoraggio dell'epilessia più efficaci e personalizzati.

Articoli simili