Scompenso cardiaco, tre algoritmi stimano il rischio lungo tutto il percorso clinico

Tre algoritmi predittivi per stimare il rischio di scompenso cardiaco in diverse fasi del percorso clinico sono stati sviluppati da una collaborazione internazionale coordinata anche da Human Technopole e pubblicati su European Heart Journal.

Gli strumenti rispondono alla crescente esigenza di prevenzione e programmazione clinica in una patologia che coinvolge oltre 60 milioni di persone nel mondo e circa 800.000 in Italia, con 80.000 nuovi casi ogni anno.

I modelli si basano su algoritmi statistici avanzati e utilizzano variabili cliniche di uso comune, come età, pressione arteriosa, presenza di diabete e funzione renale, per stimare il rischio di sviluppare scompenso cardiaco nei successivi anni.

“I modelli forniscono strumenti basati su dati solidi, facili da usare e applicabili lungo l’intero arco della malattia, dalla prevenzione alle forme più avanzate”, afferma Emanuele Di Angelantonio, direttore del Centro di Health Data Science di Human Technopole. “Aiutano a individuare precocemente i pazienti più a rischio e a guidare scelte terapeutiche più mirate”.

I tre algoritmi sono progettati per popolazioni diverse. Il modello SCORE2-HF è rivolto agli adulti sopra i 40 anni senza precedenti malattie cardiovascolari e consente di stimare il rischio a 10 e 30 anni, integrandosi con gli strumenti già utilizzati per infarto e ictus.

Il modello SMART2-HF riguarda invece pazienti che hanno già avuto eventi cardiovascolari, come infarto o ictus, ma non hanno ancora sviluppato scompenso cardiaco, permettendo di stimare il rischio a lungo termine in una popolazione ad alto rischio.

Il terzo modello, LIFE-Preserved, è dedicato ai pazienti con scompenso cardiaco a frazione di eiezione preservata (HFpEF) e consente di prevedere ricoveri e mortalità cardiovascolare, supportando le decisioni terapeutiche in una condizione clinica complessa.

“Questi studi dimostrano come l’analisi avanzata dei dati possa trasformare grandi raccolte di informazioni cliniche in strumenti utili per la medicina e la salute pubblica”, sottolinea Marino Zerial, direttore di Human Technopole.

I modelli sono stati sviluppati e validati su ampie popolazioni internazionali e si inseriscono nel programma di ricerca dedicato alle malattie cardiovascolari e metaboliche, con l’obiettivo di migliorare la prevenzione e la personalizzazione delle cure.