Development and Validation of a Conceptual Epidemiological and Economic Model for Predicting Obesity in Low- and Middle-Income Countries: A Systematic Review and Meta-Synthesis–Informed Approach

L'obesità non è più un problema solo per le nazioni ricche; sta crescendo rapidamente nei paesi a basso e medio reddito, dove le persone affrontano un doppio carico di malnutrizione e un aumento dei tassi di eccesso di peso. Questo cambiamento comporta un pesante tributo sulla salute, aumentando i casi di diabete, malattie cardiache e ictus, mettendo al contempo sotto pressione i sistemi sanitari che hanno già risorse limitate. Per prendere decisioni intelligenti su come spendere il denaro e progettare programmi sanitari, i funzionari hanno bisogno di un modo per guardare nel futuro. Hanno bisogno di strumenti che possano stimare quante persone diventeranno obese, quali malattie seguiranno e quanto tutto ciò costerà. Nei paesi ad alto reddito, gli scienziati utilizzano da tempo simulazioni al computer per rispondere a queste domande, ma questi strumenti sono stati costruiti utilizzando dati e assunzioni provenienti da nazioni più ricche, rendendoli inaffidabili per luoghi con diete, stili di vita e accesso all'assistenza sanitaria differenti.

Un team di ricercatori si è posto l'obiettivo di costruire una nuova sorta di mappa specificamente per questi contesti con risorse limitate. Il loro obiettivo era creare un modello concettuale — un modo strutturato di pensare a come l'obesità si diffonda e costi denaro — che potesse essere utilizzato per prevedere il futuro della condizione nei paesi a basso e medio reddito. Per farlo, non sono partiti da zero. Invece, hanno raccolto ogni studio disponibile che avesse mai tentato di modellare l'obesità e il suo impatto economico, cercando schemi nel modo in cui gli esperti avevano precedentemente descritto la malattia. Hanno setacciato centinaia di articoli, mantenendo solo quelli che utilizzavano simulazioni al computer per tracciare come le persone passino da un peso normale a sovrappeso, poi all'obesità e, infine, a complicazioni gravi per la salute. Hanno trovato 31 studi che soddisfacevano i loro rigorosi criteri, pubblicati tra il 1997 e il 2024. La maggior parte di questi studi utilizzava un tipo specifico di simulazione al computer chiamato modello di Markov, che traccia gruppi di persone mentre si muovono attraverso diverse fasi della salute nel tempo, mentre altri utilizzavano alberi decisionali o altri metodi di simulazione.

Da questa collezione di lavori passati, i ricercatori hanno identificato sei stati di salute chiave che costituiscono l'ossatura del loro nuovo modello. Questi stati rappresentano il percorso che una persona potrebbe intraprendere: partire da un peso normale, passare al sovrappeso, poi all'obesità e potenzialmente sviluppare diabete, ictus o malattie cardiovascolari. Combinando le prove dei 31 studi, hanno sintetizzato questi sei stati in un unico quadro unificato. Questo quadro funge da scheletro per un nuovo strumento, mostrando esattamente come le diverse parti del problema si connettano. Ad esempio, illustra come il passaggio da un peso normale all'obesità aumenti il rischio di sviluppare il diabete e come questa malattia, a sua volta, aggiunga un onere economico a un paese. I ricercatori hanno poi sottoposto questa bozza di modello a un panel di tre esperti specializzati in obesità, economia e sanità pubblica nei paesi a basso e medio reddito. Questi esperti hanno revisionato la struttura per garantire che avesse senso nel mondo reale, verificando se catturasse i rischi e gli esiti corretti per queste regioni specifiche. Gli esperti hanno concordato sul fatto che il modello fosse valido, completo e pronto per essere utilizzato come base per studi futuri più dettagliati.

Il risultato è il primo modello concettuale progettato specificamente per prevedere le tendenze dell'obesità e i relativi costi economici nei paesi a basso e medio reddito. I ricercatori sottolineano che questo è un passo fondamentale, non una risposta definitiva. Il modello fornisce una struttura chiara che i decisori politici possono utilizzare per inserire dati locali, consentendo loro di simulare diversi scenari. Ad esempio, un governo potrebbe utilizzare questo quadro per testare come un nuovo programma dietetico potrebbe cambiare il numero di persone con il diabete nei prossimi dieci anni e quanto denaro risparmierebbe. Lo studio evidenzia che, sebbene il modello sia uno strumento potente, la sua accuratezza dipende interamente dalla qualità dei dati locali inseriti in esso. Senza numeri accurati su quante persone siano attualmente in sovrappeso o su quanto costi il trattamento in un paese specifico, le previsioni non saranno precise. Tuttavia, stabilendo un linguaggio e una struttura comuni per questi problemi, i ricercatori hanno fornito un punto di partenza vitale. Questo lavoro permette ai leader nei contesti con risorse limitate di passare dal tirare a indovinare alla pianificazione basata sull'evidenza, aiutandoli ad allocare fondi scarsi alle strategie di prevenzione e gestione che avranno il maggiore impatto sulle loro popolazioni.