← Ultimi articoli
📄 medicina

Cardiometabolic Risk Patterns Among Adults: A Latent Class Analysis from the Hoveyzeh Cohort Study

Questo studio di coorte prospettico condotto su 1.660 adulti del Hoveyzeh Cohort Study ha identificato due distinti profili di rischio cardiometabolico utilizzando l'analisi delle classi latenti, ma ha riscontrato che l'appartenenza al profilo ad alto rischio non era significativamente associata a un aumento del rischio di sviluppare dislipidemia incidente durante un follow-up di cinque anni.

Autori originali: Bahman Cheraghian, Nader Saki, Sara Sarvandian, Seyed Ahmad Hosseini, Rozhan Khezri, Zahra Rahimi

Pubblicato 2026-10-16
📖 4 min di lettura☕ Lettura da pausa caffè

Autori originali: Bahman Cheraghian, Nader Saki, Sara Sarvandian, Seyed Ahmad Hosseini, Rozhan Khezri, Zahra Rahimi

Articolo originale sotto licenza CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Il corpo umano è una macchina complessa dove diversi sistemi comunicano costantemente tra loro. Per quanto riguarda la salute del cuore, i medici sanno da tempo che certi segnali di avvertimento compaiono spesso insieme. L'ipertensione, l'eccesso di peso intorno alla zona centrale e i problemi con gli zuccheri nel sangue non sono solo problemi casuali; essi si raggruppano frequentemente nelle stesse persone, creando un mix pericoloso che aumenta il rischio di malattie cardiache e ictus. Per decenni, l'approccio standard per comprendere questo rischio è stato quello di esaminare ogni fattore separatamente, come se si controllassero l'olio, le gomme e i freni di un'auto uno alla volta. Tuttavia, gli scienziati hanno iniziato a chiedersi se guardare questi fattori come un gruppo potesse rivelare schemi nascosti. Forse le persone rientrano in gruppi distinti, o profili, dove combinazioni specifiche di abitudini di vita e condizioni corporee creano firme di rischio uniche che le semplici liste di controllo non riescono a cogliere. Comprendere questi raggruppamenti naturali potrebbe aiutare i ricercatori a vedere chi è veramente a rischio e perché, andando oltre una visione della salute che sia uguale per tutti.

In uno studio su larga scala condotto su adulti nel sud dell'Iran, i ricercatori si sono posti l'obiettivo di trovare questi gruppi nascosti. Hanno esaminato i dati di 1.660 uomini e donne che erano abbastanza sani da avere livelli normali di grassi nel sangue all'inizio dello studio. Il team ha esaminato cinque elementi specifici per ogni persona: se avevano la pressione alta, se avevano il diabete, quanto fossero attivi, quanto grassi saturi consumassero e se portassero un eccesso di peso intorno alla vita. Utilizzando un metodo statistico che agisce come una macchina di smistamento per trovare cluster naturali, i ricercatori si sono chiesti se questi adulti potessero essere divisi in gruppi distinti basandosi su come questi cinque fattori apparissero insieme. Hanno scoperto che il gruppo si divideva effettivamente in due profili chiari. Il primo gruppo, che comprendeva circa il 72 percento delle persone, presentava generalmente basse probabilità di avere questi fattori di rischio. Il secondo gruppo, composto dal restante 28 percento, era molto diverso. Le persone in questo secondo gruppo avevano molte più probabilità di avere la pressione alta, il diabete e una vita larga, ed erano anche più propense a essere meno attive e a consumare più grassi saturi. Questo secondo gruppo rappresentava un chiaro profilo ad alto rischio, dove molteplici problemi si affollavano insieme.

I ricercatori hanno poi osservato cosa sarebbe successo nei successivi cinque anni. Volevano vedere se appartenere al gruppo ad alto rischio significasse che una persona avesse maggiori probabilità di sviluppare alti livelli di grassi nel sangue, una condizione nota come dislipidemia, che è una causa principale di problemi cardiaci. Durante questo periodo, più della metà dei partecipanti ha sviluppato questa condizione. Sorprendentemente, lo studio ha scoperto che appartenere al gruppo ad alto rischio non prediceva chi si sarebbe ammalato. Le persone nel gruppo ad alto rischio avevano le stesse probie di sviluppare alti livelli di grassi nel sangue di quelle nel gruppo a basso rischio. L'analisi statistica non ha mostrato alcuna differenza reale tra i due gruppi riguardo a questo specifico esito. Questo risultato è stato inaspettato perché il secondo gruppo presentava molti più segnali di avvertimento. Ciò suggerisce che, sebbene questi fattori di rischio si raggruppino in schemi distinti, quel particolare schema non ci dice necessariamente chi svilupperà alti livelli di grassi nel sangue in futuro.

Lo studio ha anche rivelato chi era più propenso a rientrare nel gruppo ad alto rischio. Il secondo gruppo conteneva una proporzione maggiore di donne e di adulti anziani, in particolare quelli sopra i 55 anni. Includeva anche più persone con un livello di istruzione formale inferiore e più persone che vivevano in città rispetto alla campagna. Nonostante queste chiare differenze su chi componeva i gruppi, i gruppi stessi non sono stati in grado di agire come una palla di cristallo per predire la specifica malattia che i ricercatori stavano monitorando. Gli autori osservano che questo non significa che il gruppo ad alto rischio sia sano; essi portano comunque un pesante carico di altri problemi metabolici. Significa semplicemente che la specifica combinazione di fattori che condividevano non li rendeva più propensi a sviluppare alti livelli di grassi nel sangue rispetto agli altri. I risultati suggeriscono che, sebbene possiamo identificare persone con rischi raggruppati, tali cluster potrebbero non essere il modo migliore per predire questo particolare esito sanitario. Invece, lo studio rafforza l'idea che i rischi per la salute del cuore siano diversificati e che guardare alle persone come individui con combinazioni uniche di abitudini e biologia sia essenziale, anche se tali combinazioni non sempre puntano alla stessa malattia futura.

Sommerso dagli articoli nel tuo campo?

Ricevi digest giornalieri degli articoli più recenti corrispondenti alle tue parole chiave di ricerca — con riassunti tecnici, nella tua lingua.

Prova Digest →