You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
SCIENZE<br />
La mappa estratta dallo studio di Stephan et al. mette in evidenza i tre modelli che hanno espresso maggiore precisione<br />
nell’applicazione in paesi a basso o medio reddito.<br />
7, 8]. I criteri per la scrematura sono stati quattro: l’esistenza di<br />
informazioni sufficienti per consentire il calcolo <strong>dei</strong> punteggi di rischio<br />
individuali, la corrispondenza tra le variabili predittive usate<br />
e quelle disponibili nel set di dati dello studio 10/66, l’inclusione<br />
nel modello di rischio di variabili semplici da ottenere (escludendo<br />
quindi i dati di neuroimaging), l’accuratezza predittiva del modello<br />
definita da un indice di concordanza ≥ 0,70.<br />
Ne è derivata una selezione di cinque modelli esistenti<br />
da validare.<br />
<strong>Il</strong> modello CAIDE (Cardiovascular Risk Factors, Aging, and<br />
Dementia Risk Score), basato su fattori di rischio cardiovascolare,<br />
invecchiamento e demenza era stato testato in Finlandia con lo studio<br />
di Miia Kivipelto e altri. [9]<br />
<strong>Il</strong> modello AgeCoDe (Study on Aging, Cognition and Dementia)<br />
[10] è stato sviluppato da uno studio tedesco sull’invecchiamento<br />
in relazione a capacità cognitiva e demenza, che ha indagato<br />
principalmente il morbo di Alzheimer.<br />
<strong>Il</strong> modello ANU-ADRI (Australian National University Alzheimer’s<br />
Disease Risk Index) [11] propone una serie molto ampia<br />
di fattori biologici e ambientali, che vanno dalla massa corporea<br />
al colesterolo, dalla attività fisica svolta all’educazione, ed è stato<br />
testato sia negli Stati Uniti sia in Svezia.<br />
<strong>Il</strong> modello BDSI (Brief Dementia Screening Indicator) [12]<br />
era stato applicato su ultrasessantacinquenni in diverse indagini<br />
condotte sulla popolazione statunitense.<br />
<strong>Il</strong> modello BDRM (Rotterdam Study Basic Dementia Risk<br />
Model) [13] era stato testato in Olanda su una popolazione di età<br />
compresa tra i sessanta e i novantasei anni.<br />
Tutti e cinque i modelli sono stati applicati con l’uso della regressione<br />
di Cox. Per l’accuratezza è stato utilizzato l’indice C di<br />
Harrell, un indice di concordanza per i modelli che producono<br />
punteggi di rischio, che è stato fissato a un valore di 0,70. Questo<br />
limite è stato considerato indicativo di una capacità discriminatoria<br />
accettabile. La calibrazione, infine, è stata valutata statisticamente<br />
usando il test di Grønnesby e Borgan.<br />
<strong>Il</strong> team ha così verificato<br />
ciascun modello in ciascuno <strong>dei</strong><br />
Paesi individuati (Cina, Cuba,<br />
Repubblica Domenicana, Messico,<br />
Perù, Portorico e Venezuela)<br />
utilizzando gli algoritmi<br />
di previsione originali.<br />
Al termine dello studio,<br />
1.069 persone risultavano progredite<br />
nella demenza, con un<br />
tasso di incidenza di 24,9 casi<br />
per 1.000 persone all’anno. <strong>Il</strong><br />
tasso più elevato si è avuto in<br />
Cina (207 casi; 25,3 ogni 1.000<br />
persone all’anno). A seguire<br />
Repubblica Dominicana (165<br />
casi, pari a 26,3 per 1.000 persone<br />
ogni anno), Venezuela<br />
(155 casi, pari a 29 su 1.000 persone<br />
all’anno), Portorico (153<br />
casi; 27,4 ogni 1.000 persone<br />
all’anno) e Messico (130 casi,<br />
cioè 30,5 ogni 1.000 persone per<br />
anno). In coda, Cuba (182 casi,<br />
pari a 19,5 per 1.000 persone / anno) e Perù (77 casi, pari a 19,3<br />
per 1.000 persone / anno).<br />
Ogni modello, applicato in un contesto socio-economico per<br />
cui non era stato ideato, ha fornito risposte differenti. E non tutti<br />
i modelli presi in considerazione hanno dimostrato di poter essere<br />
trasportati su regioni meno sviluppate. Nello specifico, la ricerca<br />
ha trovato compatibilità per i modelli ANU-ADRI, BDSI e BDRM<br />
mentre hanno funzionato meno i modelli CAIDE e AgeCoDe.<br />
In tutti i Paesi esaminati la capacità discriminatoria <strong>dei</strong> modelli<br />
CAIDE (0,52 ≤ c ≤ 0,63) e AgeCoDe (0,57 ≤ c ≤ 0,74) è risultata<br />
scarsa. I modelli ANU-ADRI (0,66 ≤ c ≤ 0,78), BDSI (0,62 ≤ c ≤<br />
0,78) e BDRM (0,66 ≤ c ≤ 0,78), spiegano i dati dello studio, hanno<br />
invece mostrato livelli simili di capacità discriminatoria rispetto a<br />
quelle delle coorti originali di sviluppo.<br />
In generale i modelli hanno costantemente funzionato meglio<br />
in Perù e peggio nella Repubblica Dominicana e in Cina.<br />
I tre modelli con la massima precisione predittiva per la demenza<br />
se utilizzati nelle aree LMIC si sono dunque rivelati il BDSI,<br />
il BDRM e l’ANU-ADRI.<br />
In conclusione lo studio ha confermato che non tutti i modelli<br />
di previsione della demenza sviluppati negli HICs possono essere<br />
semplicemente replicati agli LMICs.<br />
Tuttavia, hanno fatto notare gli autori, in attesa di nuovi indici<br />
di rischio e nuove combinazioni di variabili per adattare i modelli<br />
alle aree del pianeta meno sviluppate, lavorare sull’esistente è<br />
necessario ai fini delle politiche di previsione dell’insorgenza della<br />
demenza e di assistenza agli individui che ne vengono colpiti.<br />
Si potrebbe cominciare, suggeriscono, proprio dai modelli che si<br />
sono dimostrati replicabili.<br />
L’urgenza con cui gli autori chiedono di intervenire è il riflesso<br />
di una condizione globale ancora oggi sottovalutata, ma che determina<br />
importanti ricadute sociali ed economiche ovunque nel<br />
mondo. Al punto che l’OMS ha chiesto a tutti gli Stati di intervenire<br />
redigendo il “Piano d’azione globale sulla risposta della sanità<br />
pubblica alla demenza 2017-2025” affinché entro il 2025 almeno<br />
80 <strong>Il</strong> <strong>Giornale</strong> <strong>dei</strong> <strong>Biologi</strong> | Maggio 2020