Obezitatea nu este o boală uniformă — doi pacienți cu același IMC pot avea riscuri metabolice și cardiovasculare complet diferite. Un nou cadru de stratificare a riscului, dezvoltat pe baza analizei unor seturi mari de date clinice, propune o abordare mai nuanțată și mai utilă în practică decât simpla măsurare a greutății sau a IMC.
Studiul a utilizat algoritmi de tip machine learning aplicați pe date provenite de la zeci de mii de pacienți cu obezitate, integrând parametri metabolici, inflamatori, cardiovasculari și de compoziție corporală. Pe baza acestora, au fost identificate subtipuri distincte de obezitate clinică, fiecare cu un profil de risc propriu și cu implicații terapeutice diferite. Nu toți pacienții cu obezitate severă au același prognostic, iar unii cu obezitate moderată prezintă un risc metabolic mult mai mare decât ar sugera greutatea lor.
Pentru diabetolog, cardiolog sau medicul de familie care gestionează pacienți cu obezitate, acest tip de stratificare poate schimba decizia terapeutică: când să inițiezi un agonist GLP-1, când să recomanzi evaluare bariatrică, cine are nevoie urgentă de intervenție cardiovasculară. Practic, modelul ajută la prioritizarea resurselor și la personalizarea tratamentului.
Pașii următori vor include validarea prospectivă a acestui cadru în cohorte independente și, eventual, integrarea sa în instrumente digitale de suport al deciziei clinice — un domeniu în plină expansiune la intersecția dintre inteligența artificială și medicina metabolică.
