Perché la Forma Cardiorespiratoria Dovrebbe Entrare in Ogni Calcolatore del Rischio Cardiovascolare

La malattia cardiovascolare aterosclerotica rimane una delle principali cause di morte a livello mondiale, eppure le equazioni di rischio su cui i clinici si basano per guidare la prevenzione sono state costruite in gran parte su variabili statiche rilevate in ambulatorio — colesterolo, pressione arteriosa, età e abitudine al fumo. Due dei predittori più potenti di mortalità cardiovascolare e per tutte le cause, la fitness cardiorespiratoria (CRF) e l'attività fisica, vengono sistematicamente omessi.

Questa revisione narrativa, che attinge a studi epidemiologici, trial clinici e framework metodologici, sostiene la necessità di integrare i dati di CRF e attività fisica nei modelli di rischio di nuova generazione. La CRF riflette la riserva fisiologica integrata — l'efficienza con cui cuore, polmoni, muscoli e sistema nervoso autonomo funzionano insieme sotto sforzo. Il test da sforzo cardiopolmonare (CPET) va oltre, identificando i meccanismi specifici che limitano la capacità di esercizio, siano essi cardiaci, ventilatori, vascolari polmonari, autonomici o periferici. Questa granularità meccanicistica ha una rilevanza clinica che un semplice pannello lipidico a riposo non può offrire.

I dispositivi indossabili forniscono ora misurazioni longitudinali e nel mondo reale dell'attività fisica e del comportamento sedentario, che integrano la singola visita ambulatoriale. Gli autori immaginano modelli di predizione multimodali che combinino cartelle cliniche elettroniche, elettrocardiografia, imaging cardiaco, biosegnali da dispositivi indossabili e test da sforzo, per produrre profili di rischio personalizzati e dinamici. Tali modelli potrebbero identificare i soggetti ad alto rischio in anticipo e guidare interventi mirati.

Nonostante queste promesse, permangono lacune significative. Le evidenze attuali risentono di una validazione esterna e prospettica insufficiente, di una rendicontazione incompleta della calibrazione, di una valutazione decisionale analitica limitata e di una valutazione inadeguata delle prestazioni nei diversi sottogruppi demografici — sollevando preoccupazioni di equità. I modelli che funzionano bene nelle popolazioni dei trial potrebbero non essere efficaci nei contesti clinici reali.

Gli autori concludono che l'attività fisica e la CRF dovrebbero essere trattate come fenotipi clinici modificabili, non come componenti opzionali. I futuri modelli di rischio devono dare priorità alla standardizzazione della misurazione, alla validazione meccanicistica dei fenotipi digitali, a una calibrazione rigorosa e a evidenze prospettiche di utilità clinica, prima di una loro adozione su larga scala.