Predire le differenze individuali nell’efficacia delle interventi digitali sull’alcol mediante dati multimodali

Perché contano le abitudini di bere dei tuoi amici

Molti giovani adulti vorrebbero ridurre il consumo di alcol ma potrebbero non avere tempo o risorse per la consulenza in presenza. Programmi per smartphone che inviano brevi promemoria basati sulla psicologia offrono un’alternativa comoda. Tuttavia questi strumenti digitali non funzionano allo stesso modo per tutti. Questo studio ha posto una domanda attuale: è possibile prevedere, in anticipo, chi ha maggiori probabilità di trarre beneficio da un intervento digitale sull’alcol, usando informazioni sui sentimenti, il cervello, le amicizie e—soprattutto—le percezioni di quanto i loro amici bevono?

Gli smartphone come coach tascabili

I ricercatori hanno lavorato con studenti universitari che consumavano alcol in contesti sociali in due università statunitensi. Per 28 giorni gli studenti ricevevano messaggi di testo due volte al giorno che insegnavano il “distanziamento psicologico”. Alcuni messaggi erano indicazioni di mindfulness—osservare i propri pensieri e le voglie senza agire—altri sollecitavano il prendere prospettiva—immaginare come penserebbe e si sentirebbe un amico che beve molto poco in quella situazione. Durante le settimane “attive”, gli studenti ricevevano questi promemoria di distanziamento; durante le settimane “inattive” riportavano solo il loro consumo e dovevano comportarsi naturalmente. Questo disegno on‑off ha permesso ai ricercatori di verificare se le persone effettivamente bevevano meno quando il coaching digitale era attivato.

Molti tipi di dati, una domanda centrale

Prima dell’inizio dell’intervento, gli studenti hanno completato valutazioni approfondite. Hanno risposto a domande sulle proprie abitudini e motivazioni nel bere, sul tono dell’umore e sulla personalità, e su quanto sentissero la pressione dei pari. Hanno mappato le loro reti sociali, indicando chi nel gruppo campus berebbe di più o aveva grande influenza sociale. Alcuni hanno anche eseguito scansioni cerebrali mentre osservavano immagini legate all’alcol e al sociale. Il team ha inserito tutti questi dati “multimodali”—psicologici, sociali, neurali e demografici—in diversi modelli di apprendimento automatico. L’obiettivo era verificare se un computer potesse imparare a classificare gli studenti in “rispondenti”, che riducevano le occasioni di bere settimanali di oltre una, e “non rispondenti”, che non lo facevano.

Ciò che pensi che i tuoi amici bevano predice il cambiamento

Con sorpresa, i predittori più potenti non sono stati le scansioni cerebrali o i test di personalità dettagliati, ma solo cinque domande sulle percezioni del bere dei pari. Gli studenti hanno valutato quanto spesso e quanto bevevano i bevitori più accaniti del loro gruppo e quanto il loro gruppo sembrasse approvare il bere e il binge drinking. Usando solo questo piccolo set di risposte, un modello random forest ha distinto correttamente i rispondenti dai non rispondenti circa il 71% delle volte nel primo campione di studenti—raggiungendo o superando soglie che studi precedenti sulla salute digitale considerano utili per guidare le cure. Quando lo stesso modello è stato testato su un secondo campione indipendente, ha continuato a performare a un livello simile, suggerendo che i risultati non fossero un effetto casuale di un singolo gruppo o periodo temporale.

I bevitori moderati e frequenti sono il punto giusto

Analizzando più nel dettaglio, l’intervento ha funzionato meglio per gli studenti che vedevano i loro pari più bevono come consumatori regolari ma non estremi—circa una o due occasioni di bere a settimana e un paio di bevande ogni volta. Coloro che percepivano i loro pari come bevitori molto poco frequenti erano meno propensi a cambiare, forse perché il bere era già raro nelle loro cerchie. Chi credeva che i propri pari bevessero moltissimo non ha beneficiato altrettanto, probabilmente perché la pressione sociale a bere era troppo forte perché brevi promemoria via testo potessero contrastarla. Notevolmente, erano queste percezioni a contare, non il consumo auto‑segnalato reale dei pari. Gli studenti tendevano a sottostimare quanto i loro amici più accaniti bevessero realmente, eppure le loro convinzioni hanno comunque influenzato chi rispondeva.

Cosa significa per la vita di tutti i giorni

Per i non specialisti, la conclusione è che le nostre credenze su ciò che fanno gli amici possono influenzare molto quanto semplici strumenti digitali ci aiutino a ridurre l’alcol. Un breve questionario sulle percezioni del bere dei pari—una misura a basso costo e facile da somministrare—è stato sufficiente per permettere agli algoritmi di fare previsioni ragionevolmente accurate su chi avrebbe tratto beneficio da un programma di distanziamento via testo. In futuro, le app potrebbero usare solo poche domande sul tuo giro sociale per decidere se offrire un programma standard, una versione più intensiva o un tipo diverso di supporto. Pur richiedendo ulteriori studi su gruppi più ampi e diversificati, questa ricerca mostra che un aiuto digitale più intelligente e personalizzato per l’uso di alcol potrebbe essere a portata di poche domande ben scelte.

Citazione: Fuchs, M., Boyd, Z.M., Schwarze, A. et al. Predicting individual differences in digital alcohol intervention effectiveness through multimodal data. npj Digit. Med. 9, 170 (2026). https://doi.org/10.1038/s41746-026-02356-4

Parole chiave: intervento digitale sull’alcol, percezioni sul bere dei pari, distanziamento psicologico, apprendimento automatico in ambito sanitario, consumo di alcol nei college