Apprendimento automatico interpretabile per la previsione del rischio cardiovascolare a lungo termine negli adulti cinesi di mezza età e anziani: uno studio di coorte longitudinale di 9 anni con calcolatore del rischio basato sul web

Perché conta prevedere il rischio cardiaco

La malattia cardiovascolare è oggi la principale causa di morte in Cina, in particolare tra le persone in età medio-avanzata e oltre. Tuttavia la maggior parte degli strumenti che i medici usano per stimare il rischio futuro di infarto e ictus è stata sviluppata su popolazioni occidentali e non si adatta bene agli adulti cinesi. Questo studio ha verificato se i metodi moderni di intelligenza artificiale potessero offrire stime del rischio a lungo termine più accurate, ma ancora comprensibili, su misura per gli adulti cinesi di età pari o superiore a 45 anni.

Uno sguardo nazionale sui cuori in invecchiamento

I ricercatori si sono basati sul China Health and Retirement Longitudinal Study, un ampio sondaggio in corso che segue decine di migliaia di adulti residenti nelle comunità attraverso la maggior parte delle province. Da questa risorsa hanno selezionato 8.080 persone di almeno 45 anni che non avevano malattie cardiovascolari all’ingresso nello studio nel 2011. I partecipanti sono stati quindi seguiti per nove anni per rilevare nuovi casi di malattia cardiaca e ictus. Il team è partito da 77 informazioni facilmente raccoglibili nelle cliniche, incluse età, regione, patologie pregresse, sintomi dell’umore, abitudini di sonno, misure corporee e risultati di esami del sangue. Utilizzando controlli statistici standard, hanno ridotto il tutto a 11 fattori chiave, pratici da misurare e fortemente associati a eventi cardiovascolari successivi.

Addestrare i computer a riconoscere i modelli

Successivamente gli investigatori hanno testato dieci diversi metodi di previsione basati su computer, che vanno dalla regressione logistica tradizionale ad approcci più flessibili come random forest, gradient boosting e reti neurali. Hanno suddiviso i partecipanti in un gruppo di addestramento, usato per costruire ciascun modello, e in un gruppo di validazione separato, utilizzato per testare come i modelli si comportassero su persone nuove. Le prestazioni sono state giudicate in base a quanto accuratamente ogni metodo distinguesse chi ha poi sviluppato malattie cardiovascolari da chi ne è rimasto esente, quanto bene i rischi previsti corrispondessero ai tassi di eventi osservati e quanto le previsioni sarebbero state utili nelle decisioni reali su chi dovrebbe ricevere sforzi preventivi aggiuntivi.

Quali fattori quotidiani contano di più

Il metodo random forest è risultato il più performante, raggiungendo buona accuratezza e il miglior equilibrio tra identificare individui ad alto rischio ed evitare falsi allarmi. Per rendere trasparente il funzionamento interno di questo metodo, il team ha usato una tecnica di spiegazione chiamata SHAP, che assegna a ciascun fattore di rischio un contributo alla previsione finale. Questa analisi ha mostrato che la circonferenza della vita è stato il singolo fattore più influente: ogni centimetro in più intorno alla vita aumentava in modo evidente il rischio a nove anni, evidenziando l’importanza del grasso addominale in questa popolazione. Anche livelli elevati di trigliceridi, età avanzata e una storia di ipertensione sono risultati importanti motori di rischio, mentre livelli più alti di colesterolo HDL protettivo sono stati associati a rischio inferiore. Interessante, punteggi di umore e schemi di sonno hanno fornito informazioni indipendenti: punteggi più alti di depressione e sia troppo poco sia troppo molto sonno notturno hanno aumentato il rischio anche dopo aver considerato i tradizionali fattori medici.

Dal modello di ricerca allo strumento di uso quotidiano

Poiché tutti gli 11 predittori sono disponibili di routine nella medicina di base, il team ha tradotto il modello con le migliori prestazioni in un semplice calcolatore web. Gli utenti inseriscono età, regione, elementi selezionati della storia medica, circonferenza vita, due comuni misure dei grassi nel sangue, punteggio di depressione e durata abituale del sonno. Lo strumento restituisce quindi una stima della probabilità che quella persona sviluppi una malattia cardiovascolare nei prossimi nove anni. Gli autori sottolineano che questo calcolatore è pensato per supportare, non sostituire, il giudizio professionale e dovrebbe essere usato insieme alla valutazione clinica completa, alle risorse locali e alle preferenze del paziente.

Cosa significa per pazienti e medici

Lo studio mostra che un apprendimento automatico accuratamente progettato e spiegato può fornire stime del rischio a lungo termine per infarto e ictus più accurate per gli adulti cinesi di mezza età e anziani rispetto alle formule tradizionali. Sottolinea anche che ciò che accade alla circonferenza vita, nei grassi del sangue e nel sonno e nell’umore quotidiano influenza la futura salute cardiovascolare. Incapsulando queste intuizioni in un calcolatore online gratuito, il lavoro offre alle cliniche di comunità e agli individui un modo a basso costo per identificare prima le persone a rischio più elevato e guidare strategie di prevenzione personalizzate, lasciando però le decisioni finali nelle mani dei clinici.

Citazione: Zhu, XY., Li, W., Pan, XY. et al. Explainable machine learning for long-term cardiovascular disease risk prediction in Chinese middle-aged and older adults: a 9-year longitudinal cohort study with web-based risk calculator. Sci Rep 16, 14998 (2026). https://doi.org/10.1038/s41598-026-45297-4

Parole chiave: malattia cardiovascolare, apprendimento automatico, predizione del rischio, circonferenza vita, adulti cinesi