Il sonno oggettivo come nuovo predittore del rischio di diabete di tipo 2 nelle donne con storia di diabete gestazionale
Immagine generata da Gemini
Una recente pubblicazione su JAMA Network Open ha riportato che donne con una storia di diabete gestazionale (GDM) e caratteristiche soggettive di sonno disturbato, in particolare durata ridotta e russamento frequente, presentano un rischio maggiore di sviluppare diabete di tipo 2 (T2D) a lungo termine.
In un commento peer-reviewed pubblicato il 15 maggio 2025, gli autori Ugo Faraguna (presidente di Sleepacta), Giuseppe Daniele, Stefano Del Prato e Angela Dardano (Università di Pisa e Scuola Superiore Sant’Anna) sottolineano i limiti dell’approccio basato su questionari e pongono l’accento sull’importanza di misurazioni oggettive del sonno.
“La soggettività del dato auto-riferito rappresenta un limite importante. Le misurazioni oggettive del sonno sono più accurate e permettono di raccogliere informazioni più dettagliate”, scrivono gli autori.
Tecnologie indossabili: un’opportunità per la medicina di precisione
L’uso di dispositivi indossabili certificati medicalmente consente oggi di monitorare in modo continuo e non invasivo il ciclo sonno-veglia, migliorando l’identificazione precoce di pattern di sonno irregolare, già associati a esiti metabolici negativi. I dati oggettivi possono inoltre essere integrati nei sistemi di cartella clinica elettronica, contribuendo alla cosiddetta “deep phenotyping”, ovvero una caratterizzazione più dettagliata e personalizzata del paziente.
Gli autori richiamano l’attenzione sulla necessità di standardizzare i protocolli di valutazione, certificare i dispositivi e garantire la trasparenza nel reporting delle loro limitazioni, per assicurare un uso clinico affidabile dei dati raccolti.
Conclusioni e prospettive
Gli studi che indagano il legame tra sonno oggettivamente misurato e salute metabolica nelle donne con precedente GDM sono ancora pochi, ma rappresentano un’area di grande interesse per la prevenzione personalizzata del diabete di tipo 2.
Il commento si chiude con un invito alla comunità scientifica: integrare misure oggettive del sonno nei futuri studi clinici, per sviluppare strategie di intervento più efficaci e tempestive.
Sleepacta supporta la ricerca e la pratica clinica con DORMI, un sistema medicale certificato per l’analisi oggettiva del sonno basato su tecnologia indossabile. Contattaci per scoprire come integrarlo nella tua pratica professionale.
Leggi l’articolo originale qui.
