Il Giornale dei Biologi - N. 6

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