JMIR Mhealth Uhealth. 2021;9(3):e21061.
Digital Technology Interventions for Risk Factor Modification in Patients With Cardiovascular Disease: Systematic Review and Meta-analysis.
Akinosun AS, Polson R, Diaz-Skeete Y, De Kock JH, Carragher L, Leslie S, Grindle M, Gorely T.

INTERVENTI DI TECNOLOGIA DIGITALE PER LA MODIFICA DEI FATTORI DI RISCHIO NEI PAZIENTI CON MALATTIE CARDIOVASCOLARI: REVIEW SISTEMATICA E META-ANALISI.

Circa il 50% dei casi di malattie cardiovascolari (CVD) sono attribuibili a fattori di rischio correlati allo stile di vita. Nonostante un diffuso livello di istruzione, la conoscenza personale e l’efficacia, molte persone non riescono a modificare adeguatamente questi fattori di rischio, anche dopo un evento cardiovascolare. Gli interventi di tecnologia digitale sono stati suggeriti come un valido equivalente e una potenziale alternativa ai tradizionali centri di riabilitazione cardiaca. Tuttavia, si conosce poco in merito all’efficacia clinica di queste tecnologie nel determinare cambiamenti comportamentali nei pazienti con CVD a livello individuale. L’obiettivo di questo studio è identificare e misurare l’efficacia degli interventi di tecnologia digitale (ad esempio, telefoni cellulari, internet, software di applicazioni, dispositivi indossabili, etc.) in studi clinici randomizzati controllati (RCT) e determinare quali costrutti di cambiamento comportamentale siano efficaci per raggiungere la modifica dei fattori di rischio nei pazienti con CVD. Questo studio è una review sistematica e meta-analisi di RCT progettati secondo lo standard della dichiarazione PRISMA (Preferred Reporting Items for Systematic Reviews and Meta-analysis). I dati misti degli studi estratti dai database di ricerca selezionati e filtrati solo per RCT sono stati analizzati utilizzando metodi quantitativi. Il test dell’ipotesi di outcome è stato fissato a un intervallo di confidenza (IC) al 95% e con p=0,05 per la significatività statistica. Gli interventi digitali sono stati forniti utilizzando dispositivi come telefoni cellulari, smartphone, computer e dispositivi indossabili insieme a tecnologie come internet, SMS, software di applicazioni e sensori mobili. Sono stati utilizzati costrutti di cambiamento comportamentale come consapevolezza, follow-up, definizione degli obiettivi, conservazione dei dati, beneficio percepito, convinzione, socializzazione, personalizzazione, premi e incentivi, supporto e autogestione. Le stime degli effetti meta-analizzati (differenza media [DM]; differenza media standard [DMS] e rapporto di rischio [RR]) calcolate per gli outcome hanno mostrato benefici della DMS del colesterolo totale a -0,29 [-0,44; -0,15], p<0,001; della DMS delle lipoproteine ad alta densità a -0,09 [-0,19; 0,00], p=0,05; della DMS delle lipoproteine a bassa densità a -0,18 [-0,33; -0,04], p=0,01; della DMS dell’attività fisica a 0,23 [0,11; 0,36], p<0,001; del RR dell’inattività fisica (stile di vita sedentario) a 0,54 [0,39, 0,75], p<0,001; e del RR della dieta (assunzione di cibo) a 0,79 [0,66; 0,94], p=0,007. Le stime dell’effetto iniziale non hanno mostrato alcun beneficio significativo della DM dell’indice di massa corporea (BMI) a -0,37 [-1,20; 0,46], p=0,38; della SMD della pressione arteriosa diastolica a -0,06 [-0,20; 0,08], p=0,43; della SMD della pressione arteriosa sistolica a -0,03 [-0,18; 0,13], p=0,74; del RR dell’emoglobina glicata (HbA1c) nel sangue a 1,04 [0,40; 2,70], p=0,94; della SMD dell’assunzione di alcol a -0,16 [-1,43; 1,10], p=0,80; del RR dell’abitudine al fumo a 0,87 [0,67; 1,13], p=0,30; e del RR dell’aderenza al trattamento a 1,10 [1,00; 1,22], p=0,06. Gli interventi digitali possono migliorare i fattori comportamentali per una vita sana (attività fisica, alimentazione sana e aderenza al trattamento) e sono ancora più efficaci se utilizzati per trattare outcome multipli comportamentali (ad esempio aderenza a più trattamenti). Tuttavia, non sembrano ridurre i fattori di comportamento non corretti (abitudine al fumo, assunzione di alcol e dieta non equilibrata) e gli outcome clinici (BMI, trigliceridi, pressione diastolica e sistolica e HbA1c).