I gemelli digitali cardiaci potrebbero rivoluzionare il trattamento cardiaco nel diabete

Il diabete è passato dal colpire 200 milioni di persone nel 1990 a 830 milioni nel 2022, diventando una delle crisi sanitarie globali più urgenti. Sia il diabete di tipo 1 che quello di tipo 2 aumentano sostanzialmente il rischio di malattie cardiovascolari — tra cui ipertensione, malattia coronarica, insufficienza cardiaca e aritmie. Un sottogruppo distinto di pazienti sviluppa la cardiomiopatia diabetica: una disfunzione miocardica che si manifesta in assenza di altri fattori di rischio cardiovascolare. È importante sottolineare che le donne diabetiche presentano un rischio cardiovascolare più elevato rispetto agli uomini diabetici, e il diabete di tipo 2 a esordio precoce comporta un carico cardiovascolare più aggressivo rispetto alla malattia a esordio tardivo, complicando la stratificazione del rischio e la scelta del trattamento.

La fisiopatologia del cuore diabetico è straordinariamente multilivello. A livello dei cardiomiociti, l'iperglicemia cronica compromette l'assorbimento del glucosio, sovraregola il metabolismo degli acidi grassi liberi (FFA) e innesca lipotossicità e disfunzione mitocondriale. Ciò riduce la disponibilità di ATP, altera le proteine coinvolte nella gestione del calcio — tra cui SERCA, NCX, i canali del calcio di tipo L e i recettori della rianodina — e provoca un rimodellamento ionico con riduzione delle correnti del potassio e alterazione delle correnti del sodio. Il risultato netto è il prolungamento della durata del potenziale d'azione, il sovraccarico intracellulare di calcio e sodio, un maggiore rischio di aritmie e disfunzione contrattile. A livello d'organo, queste alterazioni cellulari si combinano con l'accumulo di collagene e la fibrosi, producendo rimodellamento concentrico, disfunzione diastolica, dilatazione atriale e ipertrofia.

La revisione fornisce la prima tassonomia completa dei modelli computazionali cardiaci applicati al diabete. Questi spaziano da modelli metabolici che simulano la produzione di ATP a partire dal glucosio e dagli FFA nel citosol e nei mitocondri, a modelli del potenziale d'azione che descrivono il rimodellamento ionico, a modelli della gestione del calcio, fino a modelli di elettromeccanica cardiaca globale che incorporano geometrie paziente-specifiche derivate da dati di imaging. È fondamentale sottolineare che questi modelli possono essere accoppiati a modelli del sistema circolatorio per descrivere gli effetti emodinamici della malattia vascolare diabetica — tra cui l'aumento della rigidità arteriosa, la compromissione della vasodilatazione microvascolare e l'aumento del precarico dovuto alla nefropatia diabetica.

Un aspetto di rilievo riguarda gli effetti cardiaci degli inibitori SGLT2 e degli agonisti del recettore GLP-1, entrambi i quali hanno dimostrato sostanziali benefici cardiovascolari negli studi sugli esiti, ma i cui precisi meccanismi cardioprotettivi rimangono ancora incompletamente compresi. Si ipotizza che gli SGLT2i agiscano attraverso la diuresi osmotica, riducendo il precarico, attraverso effetti metabolici diretti sul miocardio che modificano l'utilizzo dei substrati, e attraverso l'inibizione dello scambiatore sodio-idrogeno. Gli agonisti del recettore GLP-1 potrebbero agire tramite recettori diretti sui cardiomiociti, effetti antinfiammatori e miglioramenti emodinamici. I modelli computazionali offrono una piattaforma per testare queste ipotesi in competizione in silico, potenzialmente sostituendo o integrando costosi studi sugli esiti cardiovascolari che attualmente richiedono anni e migliaia di pazienti.

Gli autori delineano una tabella di marcia per i digital twin multi-scala e multi-fisica di nuova generazione, che integrino metabolismo, elettrofisiologia, meccanica e perfusione. Questi modelli potrebbero incorporare le differenze di sesso, l'obesità e le comorbilità da insufficienza cardiaca per generare previsioni personalizzate del rischio cardiovascolare. Le sfide principali includono la validazione dei modelli rispetto ai dati clinici, i costi computazionali e l'accettazione regolatoria per l'impiego clinico. Nonostante questi ostacoli, gli autori sostengono che i digital twin cardiaci rappresentino un'opportunità trasformativa per accelerare lo sviluppo terapeutico e abilitare la medicina di precisione per gli 830 milioni di persone che vivono con il diabete a livello globale.