Fonte: Primary care diabetes (2026) · PMID: 41862302
Autori: Plabon Shamiul Bashir, Titu Md Fahim Shahoriar, Shiraj-Um-Monira Syeeda
Titolo originale: Behavioural, cognitive, and computational risk factors for type 2 diabetes: A systematic review.
Abstract
Contesto: Il diabete mellito di tipo 2 rappresenta una sfida globale per la salute pubblica, con una crescente prevalenza guidata da complesse interazioni tra fattori di stile di vita, alfabetizzazione sanitaria, credenze culturali e caratteristiche demografiche. Nonostante un’ampia ricerca, pochi studi hanno esaminato sistematicamente l’interazione tra determinanti comportamentali, consapevolezza cognitiva, idee sbagliate e modelli di previsione computazionale all’interno di quadri integrati.
Obiettivo: Questa revisione sistematica sintetizza le prove sui fattori di rischio multidimensionali per il diabete di tipo 2, esaminando i comportamenti di vita, l’alfabetizzazione e la consapevolezza della salute, i malintesi culturali, la storia familiare e l’applicazione di approcci di apprendimento automatico nella previsione del rischio e nella profilazione comportamentale.
Metodo: è stata condotta una ricerca sistematica nei principali database tra cui PubMed, Scopus e Web of Science. Sono stati inclusi studi pubblicati tra il 2008 e il 2025 che esaminano fattori di stile di vita, alfabetizzazione sanitaria, consapevolezza, idee sbagliate, storia familiare e approcci computazionali relativi al rischio di diabete di tipo 2. È stata eseguita una valutazione della qualità e i dati sono stati sintetizzati in modo narrativo in cinque domini tematici.
Risultati: Tredici studi hanno soddisfatto i criteri di inclusione, rivelando una base di prove frammentata. Mentre i singoli domini hanno mostrato forti associazioni (ad esempio, comportamento sedentario con rischio di diabete, alfabetizzazione sanitaria con comportamento preventivo e idee sbagliate culturali con aderenza al trattamento), nessuno studio ha integrato con successo fattori comportamentali, cognitivi e computazionali all’interno di un unico quadro predittivo. L’alfabetizzazione sanitaria e la consapevolezza hanno influenzato in modo significativo i comportamenti preventivi, mentre le idee sbagliate culturali hanno impedito un’efficace gestione della malattia. La storia familiare è emersa come un fattore di rischio coerente non modificabile. I modelli di apprendimento automatico hanno dimostrato un’elevata accuratezza predittiva ma spesso mancavano di variabili comportamentali e cognitive, limitando la loro applicabilità clinica. Pochi studi hanno integrato più dimensioni contemporaneamente.
Conclusione: Questa recensione evidenzia lacune critiche nella valutazione olistica del rischio di diabete. La ricerca futura dovrebbe sviluppare quadri integrati che combinino profilazione comportamentale, valutazioni cognitive e intelligenza artificiale spiegabile per consentire strategie di prevenzione personalizzate e migliorare il processo decisionale clinico.
Fabrizio Devito