Lo studio ha analizzato i dati di origine europea con diabete di tipo 2, incluse oltre 1.500 persone con diagnosi recente. I ricercatori hanno esaminato la formula leucocitaria contenuta nell’emocromo, che misura la percentuale delle principali cellule immunitarie circolanti come neutrofili, linfociti e monociti. Grazie all'algoritmo, i pazienti sono stati classificati in quattro differenti profili immunitari, definiti endotipi, caratterizzati da livelli diversi di rischio di sviluppare complicanze cardio-renali e di andare incontro a mortalità prematura. Secondo gli autori, questi endotipi si sono dimostrati stabili nel tempo e riproducibili in popolazioni differenti, rafforzandone il potenziale utilizzo nella pratica clinica.

Una nuova frontiera per la medicina di precisione nel diabete

L'aspetto più interessante dello studio è la possibilità di applicare il metodo su larga scala senza costi aggiuntivi significativi. L'algoritmo utilizza infatti informazioni già presenti in un esame eseguito di routine presso qualunque laboratorio di analisi. Questo consente di integrare la stratificazione del rischio nella gestione quotidiana del diabete, favorendo un approccio più personalizzato rispetto alle tradizionali classificazioni basate esclusivamente sui livelli di glicemia o di emoglobina glicata.

Identificare precocemente i pazienti più fragili

Per gli specialisti, la capacità di riconoscere in anticipo i pazienti a maggior rischio potrebbe avere ricadute importanti sulla prevenzione delle complicanze al fine di «indirizzarli verso un monitoraggio cardiovascolare e renale più stretto, o verso strategie terapeutiche più aggressive e mirate, ben prima che le complicanze si manifestino clinicamente», afferma il professor Riccardo Bonadonna, presidente eletto della SID. L'obiettivo è passare da una gestione uniforme della malattia a un modello in cui il livello di intervento viene calibrato in funzione del rischio individuale.

Oltre glicemia ed emoglobina glicata

Lo studio rafforza inoltre una visione sempre più condivisa dalla comunità scientifica e che vede il diabete tipo 2 come una patologia che richiede strumenti capaci di coglierne la complessità biologica «superando le classificazioni tradizionali basate solo su glicemia ed emoglobina glicata, per allargare la visione alla sua eterogeneità biologica», commenta la professoressa Raffaella Buzzetti, presidente della SID. L'impiego dell'intelligenza artificiale　e degli algoritmi predittivi nella cura del　diabete　continua dunque ad ampliarsi. In questo caso, l'innovazione non richiede nuovi esami o tecnologie complesse, ma una diversa interpretazione di informazioni già disponibili. Se validato ulteriormente nella pratica clinica, questo approccio potrebbe consentire ai diabetologi di identificare fin dalla diagnosi i pazienti più esposti a eventi cardiovascolari e danno renale, personalizzando percorsi terapeutici e follow-up con l'obiettivo di ridurre l'impatto delle complicanze a lungo termine.