Training for Life Scientific Observatory — Weekly Brief

Questa settimana ho selezionato sette pubblicazioni scientifiche particolarmente interessanti per Training for Life, distinguendo quelle con possibili applicazioni cliniche da quelle che aprono nuove prospettive di ricerca. Emergono quattro temi: la funzione fisica è strettamente associata al rischio cardiovascolare; l’esercizio continua a rivelare nuovi meccanismi metabolici, con una possibile comunicazione muscolo–fegato mediata dal peptide mitocondriale MOTS-c; i wearable diventano strumenti di analisi neuromuscolare, non solo di monitoraggio cardiovascolare; e l’intelligenza artificiale clinica deve essere verificata nella pratica reale, dove algoritmi già autorizzati possono avere prestazioni inferiori a quelle degli studi iniziali.

Il paper della settimana: capacità funzionale e rischio cardiovascolare

Shou et al. (Scientific Reports, 21 ottobre 2026) hanno analizzato 31.535 adulti di almeno 50 anni, inizialmente senza malattia cardiovascolare, in tre grandi coorti longitudinali, valutando tre domini: limitazioni nelle attività quotidiane, difficoltà di mobilità e cammino, sintomi depressivi. Durante il follow-up si sono verificati 8.950 nuovi eventi cardiovascolari: ogni dominio compromesso in più era associato a un aumento del rischio del 21,4% (HR 1,214), e chi presentava almeno due domini compromessi mostrava un rischio superiore del 51,7% rispetto a chi non ne aveva nessuno. Dopo un aggiustamento statistico più esteso l’associazione si attenuava ma restava significativa (HR 1,163 per dominio aggiuntivo).

Qualità: moderata per l’associazione epidemiologica — tre coorti e popolazione numerosa come punti di forza, ma studio osservazionale, e le limitazioni funzionali potrebbero essere conseguenze precoci di patologie non ancora diagnosticate. Gli stessi autori precisano che il loro indice non è stato sviluppato per predire individualmente gli eventi cardiovascolari.

Per TFL il risultato rafforza l’importanza di valutare la persona attraverso dimensioni differenti della funzione: per il Longevity Lab, oltre a capacità aerobica e forza, diventano rilevanti mobilità, autonomia e stato psicologico. Non possiamo però dedurre che migliorare un punteggio funzionale riduca automaticamente il rischio cardiovascolare — resta un’ipotesi da verificare con studi di intervento.

Exercise is Medicine: MOTS-c, una nuova connessione fra muscolo, mitocondri e fegato

Li et al. (Scientific Reports, 22 ottobre 2026) hanno studiato gli effetti dell’esercizio aerobico sulla steatosi epatica associata a disfunzione metabolica (MASLD) in topi diabetici: l’esercizio aumenta l’espressione muscolare di MOTS-c, un piccolo peptide codificato dal DNA mitocondriale, e migliora la steatosi epatica attraverso una sequenza proposta esercizio → MOTS-c muscolare → AMPK → ACE2 epatico → riduzione di lipogenesi e infiammazione. L’effetto protettivo si riduce notevolmente negli animali privi di ACE2, ma l’esercizio mantiene alcuni benefici anche quando ACE2 viene eliminato geneticamente — e produce benefici metabolici anche senza significativa perdita di peso.

Qualità: preclinica — esperimenti su topi e cellule HepG2, alcuni gruppi animali molto piccoli; non esistono ancora dati clinici sull’uomo.

Per TFL il lavoro ricorda che il muscolo non è soltanto un organo che consuma energia, ma produce segnali capaci di modificare altri tessuti: interessa soprattutto il rapporto fra funzione muscolare, salute metabolica e infiammazione. Non introdurrei però alcuna misurazione routinaria di MOTS-c, né interventi farmacologici basati sul peptide.

Wearable Intelligence: EMG wireless e machine learning per riconoscere il movimento

Wagdy et al. (Scientific Reports, 23 ottobre 2026) hanno costruito un sistema EMG wireless basato su ESP32 su tre muscoli dell’arto inferiore, testato su 25 soggetti sani durante cammino in piano, salita di scale e cammino su rampa inclinata, estraendo 120 caratteristiche dai segnali EMG. Il dato più interessante non è l’accuratezza del 98,3% in una suddivisione esplorativa, ma la validazione leave-one-subject-out (ogni soggetto escluso dall’addestramento): qui un classificatore SVM ha raggiunto il 92,4% di accuratezza usando solo 17 caratteristiche selezionate, l’85,8% in meno rispetto alle 120 iniziali.

Qualità: buona come sviluppo metodologico preliminare, limitata sul piano clinico — numerosità piccola, soggetti sani, attività motorie semplici; riconoscere un movimento non equivale ancora a misurare fatica, qualità funzionale o rischio di caduta.

Per TFL è una possibile evoluzione: oggi con TFL H10 registriamo frequenza cardiaca, intervalli RR e accelerometria; l’EMG potrebbe aggiungere l’attivazione muscolare che precede e accompagna il movimento, integrata in un protocollo di ricerca insieme ad accelerometria e risposta cardiovascolare. Non la considero ancora uno strumento clinico validato, ma una tecnologia da valutare per lo studio della funzione neuromuscolare.

Cardiologia preventiva e metabolismo: la genetica del grasso epatico

Uno studio su Nature Genetics (21 ottobre 2026) ha analizzato dati genetici e contenuto epatico di trigliceridi misurato mediante RM in 71.488 partecipanti UK Biobank, identificando 60 loci genetici indipendenti (31 nuovi), con una componente ereditaria stimata intorno al 25%. Il dato più rilevante riguarda il rischio di complicanze epatiche: il decile più alto di rischio poligenico presenta, rispetto al decile più basso, un OR di 2,71 per cirrosi e 7,47 per carcinoma epatocellulare — associazioni relative, non probabilità assolute.

Qualità: elevata per la scoperta delle associazioni genetiche, insufficiente per l’impiego clinico routinario del punteggio — popolazione prevalentemente europea, validazione esterna delle misure RM ancora incompleta.

Per TFL il lavoro rafforza la necessità di considerare la MASLD nel rischio cardiometabolico complessivo. Non introdurrei ancora punteggi poligenici nella valutazione ordinaria: continuerei a valorizzare parametri già utilizzabili — adiposità viscerale, profilo lipidico, glicemia, pressione arteriosa e capacità funzionale.

Nutrizione e longevità: ridurre la valina protegge il cuore? Per ora solo nei roditori

Un lavoro su Nature Communications (21 ottobre 2026) mette in relazione alimentazione proteica, metabolismo mitocondriale e ipertrofia cardiaca: dopo associazioni epidemiologiche fra maggiore assunzione di valina e rischio cardiovascolare, gli autori mostrano che una dieta povera di valina attenua l’ipertrofia patologica e migliora la funzione cardiaca in roditori maschi ipertesi, con un meccanismo che coinvolge la proteina mitocondriale ATP5F1B e la sua degradazione mediata da LONP1.

Qualità: preclinica, con supporto epidemiologico osservazionale — non dimostra che ridurre la valina nella dieta umana prevenga l’ipertrofia ventricolare.

Per TFL il lavoro richiede particolare prudenza se interpretato in relazione all’invecchiamento: la valina è un aminoacido essenziale, e una sua restrizione non validata potrebbe essere problematica negli anziani, dove la priorità è conservare massa e funzione muscolare. Non modificherei le raccomandazioni proteiche di TFL sulla base di questo studio.

Wearable e cardiologia: la fibrillazione atriale, fra accuratezza e ansia

Abbas et al. (Global Cardiology, 19 ottobre 2026), metanalisi di 51 studi e 33.374 partecipanti da 15 Paesi sull’accuratezza diagnostica dei wearable per la fibrillazione atriale: sensibilità/specificità aggregate di 96,3%/93,6% per smartwatch PPG, 89,0%/92,8% per smartwatch ECG, 94,5%/95,8% per ECG da smartphone, 92,0%/91,9% per app PPG da smartphone, 94,1%/94,6% per Apple Watch, senza differenze statisticamente significative fra categorie di dispositivi.

Qualità: moderata, con eterogeneità metodologica significativa — sensibilità e specificità dipendono da contesto, prevalenza della FA, qualità del segnale e modalità di acquisizione; una sensibilità elevata dell’algoritmo PPG non equivale alla conferma elettrocardiografica.

Una seconda pubblicazione (Tong et al., Frontiers in Cardiovascular Medicine, 19 ottobre 2026), studio qualitativo su 23 pazienti post-angioplastica con smartwatch/smartband, mostra che i dati wearable possono migliorare l’attenzione a salute e prevenzione, ma in assenza di un’interpretazione clinica possono anche aumentare preoccupazione e controlli ripetuti.

Per TFL distinguerei rigorosamente tre livelli — segnalazione di possibile aritmia, documentazione ECG, decisione clinica — e un programma di monitoraggio dovrebbe definire in anticipo quali anomalie richiedono attenzione, quali sono semplici variazioni fisiologiche e quando serve un contatto clinico. Sugli altri ecosistemi: nessun nuovo trial Apple Watch specifico sull’efficacia dello screening, nessuna nuova validazione cardiovascolare rilevante per Fitbit/Google e Garmin; WHOOP ha annunciato una collaborazione di ricerca con il Dipartimento della Salute di Abu Dhabi su monitoraggio continuo e coaching in obesità e ipertensione (programma annunciato, non dimostrazione di efficacia); Oura ha introdotto nuove funzioni su carico cardiovascolare e stima del VO₂max, senza ancora una validazione clinica indipendente.

Intelligenza artificiale in medicina: gli algoritmi autorizzati non sempre reggono nella pratica reale

Uno studio su npj Digital Medicine (21 ottobre 2026) ha valutato due algoritmi commerciali già autorizzati dalla FDA per l’identificazione dell’embolia polmonare alla TC, su oltre 67.000 esami da 17 strutture: l’algoritmo per angio-TC polmonare ha raggiunto l’86,8% di sensibilità e il 99,1% di specificità in aggregato, ma la sensibilità scendeva al 72,9% per le embolie subsegmentarie e al 65,3% per quelle non acute (99,3% per le embolie a cavaliere); il secondo algoritmo, per le embolie incidentali, mostrava una sensibilità del 73,5%. Entrambi inferiori ai benchmark usati per l’autorizzazione.

Qualità: buona come valutazione retrospettiva multicentrica delle prestazioni real-world — il riferimento diagnostico derivava però dai referti radiologici, elaborati con un sistema LLM validato, non da revisione indipendente di ogni immagine.

Per Training for Life questo lavoro dovrebbe diventare un riferimento metodologico per il nostro sviluppo dell’IA: un algoritmo non è clinicamente valido soltanto perché funziona bene nel dataset su cui è stato sviluppato — occorre verificare come si comporta in soggetti e dispositivi differenti, in condizioni reali. Validazione interna, validazione esterna e utilità clinica restano tre passaggi distinti.

Il quadro della settimana

Il paper sulla funzione fisica e rischio cardiovascolare, il lavoro su MOTS-c e la validazione real-world degli algoritmi FDA raccontano storie diverse, ma convergono su un punto.

Che si tratti di un punteggio funzionale, di un peptide muscolare, di un sensore EMG o di un algoritmo diagnostico, il principio è lo stesso: una misura accurata non equivale automaticamente a un intervento utile, né a una decisione clinica corretta. È il filo che lega il nostro modello Valutare → Comprendere → Prescrivere → Monitorare → Adattare.

Age well. Keep doing.

Training for Life Scientific Observatory — Weekly Brief

Una settimana particolarmente importante per Training for Life: il 15 ottobre l’American College of Cardiology ha pubblicato su JACC uno Scientific Statement dedicato alla prescrizione dell’esercizio nella prevenzione e nel trattamento delle malattie cardiovascolari – l’esercizio fisico viene esplicitamente collocato tra gli interventi fondamentali della cardiologia clinica, con indicazioni per una prescrizione individualizzata.

Il paper della settimana: l’ACC riconosce la prescrizione dell’esercizio come componente fondamentale della cura cardiovascolare

Myers et al. (Journal of the American College of Cardiology, 15 ottobre 2026), Scientific Statement di 22 pagine: il messaggio centrale è che l’esercizio fisico non dovrebbe essere semplicemente consigliato, ma prescritto come parte integrante della terapia cardiovascolare. Il documento non presenta un nuovo studio sperimentale, ma sintetizza le evidenze disponibili in raccomandazioni di consenso.

Una bassa capacità cardiorespiratoria (CRF) è un predittore indipendente di eventi cardiovascolari e mortalità, con valore prognostico paragonabile o superiore ad alcuni fattori di rischio tradizionali; la relazione tra attività fisica e rischio non è lineare – il beneficio maggiore si ottiene quando una persona sedentaria comincia a muoversi, anche modestamente. Restare seduti a lungo resta un problema distinto: allenarsi regolarmente non annulla necessariamente tutti gli effetti negativi di una giornata prevalentemente sedentaria.

Il documento adotta il modello FITT + progressione (frequenza, intensità, tempo, tipo). Le indicazioni generali: aerobico moderato 150–300 min/settimana, aerobico vigoroso 75–150 min/settimana, forza muscolare almeno 2 giorni/settimana, equilibrio e funzione almeno 3 giorni/settimana nei soggetti fragili o a rischio di caduta, interrompendo frequentemente i periodi prolungati da seduti. Per molti pazienti cardiovascolari stabili: aerobico 20–60 minuti, 3–5 giorni/settimana, con progressione individualizzata; un test massimale non è necessario per tutti, ma può migliorare stratificazione del rischio e precisione della prescrizione nei soggetti selezionati.

La forza muscolare entra stabilmente nella prescrizione cardiovascolare: non serve solo a sviluppare muscoli, contribuisce a pressione arteriosa, sensibilità insulinica, composizione corporea, capacità funzionale e autonomia. Per chi inizia: intensità indicative del 40–60% di 1RM, progredendo verso il 60–80%, generalmente 1–3 serie da 8–12 ripetizioni (10–15 nei soggetti più anziani o decondizionati). Le prove di riduzione degli eventi cardiovascolari con la sola forza restano meno estese di quelle per l’aerobico, ma gli autori la considerano componente fondamentale di un programma completo – per TFL è particolarmente rilevante il riconoscimento del suo ruolo nella prevenzione della fragilità.

La prescrizione cambia in funzione della patologia: riabilitazione strutturata dopo infarto/angioplastica/bypass, cammino a intervalli nell’arteriopatia periferica, esercizio nei pazienti stabili con scompenso HFrEF, miglioramento di capacità funzionale e qualità di vita nell’HFpEF (effetto sugli eventi ancora incerto), aerobico e forza come complemento alla terapia nell’ipertensione (metanalisi di 31 RCT: riduzioni medie della pressione ambulatoriale delle 24 ore di 5–6 mmHg sulla sistolica – non iniziare l’esercizio con pressione a riposo oltre 200/110 mmHg, evitando manovre di Valsalva contro resistenza), aerobico e nutrizione per il peso con forza per preservare muscolo e funzione nell’obesità.

Negli over 65 la funzione conta più dell’età anagrafica: nei soggetti robusti si usano principi simili agli adulti più giovani, in quelli fragili si parte da forza, equilibrio, mobilità e flessibilità prima dell’aerobico, con strumenti semplici come Sit-to-Stand, Timed Up and Go e test del cammino di sei minuti – un riconoscimento importante della valutazione funzionale, anche se il documento non approfondisce potenza muscolare o cinematica del movimento.

I wearable hanno un ruolo concreto in monitoraggio, motivazione e riabilitazione domiciliare: una sintesi citata riporta un incremento medio di VO₂peak di 1,65 mL/kg/min rispetto a programmi senza dispositivo; una seconda sintesi (15 RCT, 1.314 partecipanti) mostra miglioramenti di VO₂peak, distanza al test dei sei minuti e frazione di eiezione con teleriabilitazione domiciliare supportata da wearable – ma il dispositivo deve restare integrato in un programma guidato, e costi, competenze digitali e accesso agli smartphone possono accentuare le disuguaglianze. Sulla prova da sforzo, l’ACC sconsiglia di trasformarla in barriera sistematica nei soggetti asintomatici o clinicamente stabili, riconoscendone però il valore (CPET in particolare) per capacità funzionale, ischemia, aritmie, risposta pressoria e intensità di allenamento; negli atleti il test dovrebbe riprodurre il più possibile le caratteristiche dello sport praticato. Benefici cardiovascolari significativi si osservano già intorno a 5.000–7.000 passi quotidiani, senza che i 10.000 passi rappresentino una soglia biologica universale.

Qualità: alta come sintesi delle conoscenze disponibili, trattandosi però di uno Scientific Statement e non di un nuovo RCT.

Per TFL la novità più importante non sta nei 150 minuti settimanali, noti da anni, ma nel riconoscimento della prescrizione individualizzata come responsabilità concreta della medicina cardiovascolare. Promuovere l’attività fisica nella popolazione e prescrivere un programma a un individuo non sono la stessa cosa: il primo obiettivo è far muovere le persone, il secondo è valutare la loro condizione, scegliere uno stimolo appropriato, misurare la risposta e modificare il programma – precisamente il secondo passaggio in cui Training for Life può offrire un contributo originale.

La riabilitazione cardiologica funziona meglio quando viene portata vicino alle persone

Bihrmann et al. (JAMA Network Open, 14 ottobre 2026), studio danese su 19.080 pazienti dimessi dopo infarto, angioplastica o bypass: dopo la decentralizzazione dei servizi verso strutture territoriali, la distanza mediana dal centro riabilitativo è scesa da 15,1 a 7,2 km e la partecipazione alla riabilitazione è aumentata del 16% in termini relativi (dal 41,5% al 48,4%), con incremento del 45% nei pazienti più lontani e riduzione anche delle disuguaglianze legate al livello di istruzione.

Qualità: moderata – ampio studio osservazionale prima-dopo, non randomizzato; l’endpoint era l’avvio della riabilitazione entro 180 giorni, non il completamento dei programmi né la riduzione degli eventi cardiovascolari.

Per TFL il messaggio è importante: la distanza fisica da una struttura sanitaria è un determinante concreto dell’accesso alle cure. Un intervento sanitario efficace, ma difficile da raggiungere, perde una parte rilevante della propria efficacia nella popolazione. Vedo una prospettiva precisa: valutazione iniziale specialistica, prescrizione individualizzata e monitoraggio il più possibile vicino alla vita quotidiana della persona – non solo una questione tecnologica, ma di organizzazione sanitaria.

Un nuovo meccanismo dell’HFpEF indipendente dall’obesità

Kinoshita et al. (Nature Communications, 16 ottobre 2026): partendo da tre coorti giapponesi con HFpEF, identificano un fenotipo in cui ipertensione e iperattivazione simpatica risultano particolarmente rilevanti anche senza obesità. In un modello murino, l’attivazione simpatica determina cardiopatia ipertensiva e la disfunzione endoteliale contribuisce alla progressione verso HFpEF; lo stress ipertensivo modifica la comunicazione tra macrofagi, cardiomiociti e fibroblasti (segnali BMP e PDGF, metabolismo degli acidi grassi, infiammazione, fibrosi), e l’inibizione di ANGPTL2 previene lo sviluppo del fenotipo nel modello sperimentale.

Qualità: buona come ricerca meccanicistica preclinica, insufficiente per modificare la terapia nell’uomo.

Per TFL rafforza l’idea che il rischio cardiovascolare non possa essere descritto solo attraverso singoli fattori – l’HFpEF è probabilmente un esempio chiaro di malattia in cui differenti perturbazioni fisiologiche convergono su un fenotipo clinico simile.

SRSF1: un possibile nuovo regolatore dell’invecchiamento

Probabilmente il lavoro biologicamente più innovativo della settimana. Plesa et al. (Nature Aging, 14 ottobre 2026) hanno sviluppato uno screening per identificare fattori capaci di modificare il profilo trascrittomico di cellule umane invecchiate, individuando SRSF1, proteina coinvolta nella regolazione dello splicing dell’RNA: aumentarne sperimentalmente l’espressione produce modificazioni compatibili con un profilo trascrizionale più giovane, senza perdita dell’identità cellulare. Nei topi anziani, l’espressione inducibile di SRSF1 ha prodotto una riduzione del 44% della progressione della fragilità e un aumento del 14% della sopravvivenza mediana – quest’ultimo risultato da gruppi molto piccoli, appena 9–10 animali.

Qualità: preclinica, esplorativa – risultati cellulari interessanti, ma numerosità degli esperimenti sulla sopravvivenza troppo limitata per conclusioni robuste; nessuna dimostrazione di efficacia o sicurezza di un intervento su SRSF1 nell’uomo.

Lo splicing alternativo permette a un gene di generare differenti RNA messaggeri e quindi differenti isoforme proteiche: una review del 21 settembre su Trends in Molecular Medicine descrive tre fenomeni ricorrenti nell’invecchiamento – aumento della ritenzione di introni, inclusione anomala di esoni e alterazione delle proporzioni tra isoforme, perdita di efficienza dei complessi che elaborano l’RNA, specialmente nelle cellule staminali. SRSF1 è rilevante in almeno cinque ambiti: muscolo scheletrico e sarcopenia (la sua riduzione nelle cellule staminali muscolari invecchiate si associa a minore rigenerazione), sistema cardiovascolare (contribuisce allo splicing di endoglina, VEGF, fattore tissutale e lamin A), oncologia (è anche un proto-oncogene, la cui sovraespressione può favorire la proliferazione neoplastica), sistema nervoso (perdita di precisione dello splicing implicata in patologie neurodegenerative) e medicina della longevità in senso ampio.

Che modificare terapeuticamente lo splicing nell’uomo sia possibile è già dimostrato: nell’atrofia muscolare spinale, farmaci come nusinersen e risdiplam (approvato FDA nel 2020) correggono lo splicing del gene SMN2 – non sono farmaci per SRSF1, ma dimostrano che lo splicing può essere un bersaglio terapeutico efficace, non solo un fenomeno da osservare.

Sappiamo che AMPK può modificare direttamente SRSF1 per fosforilazione, e che l’esercizio modifica profondamente il metabolismo e l’espressione genica del muscolo – non sappiamo però se l’allenamento di forza, aerobico o HIIT migliorino la rigenerazione muscolare umana proprio attraverso la via SRSF1–fibronectina EDB(+). È un’ipotesi sperimentale straordinariamente interessante, non ancora una conclusione. Per il Longevity Lab continuerei comunque a distinguere rigorosamente ringiovanimento molecolare, miglioramento funzionale e prolungamento della vita: tre endpoint differenti, da non confondere.

Nutrizione: ultraprocessati, grasso viscerale e danno cerebrovascolare

de Souza et al. (JAMA Network Open, 15 ottobre 2026), studio trasversale canadese su 8.783 adulti, età media 57,7 anni, senza malattia cardiovascolare nota: rispetto al quartile con consumo minore di alimenti ultraprocessati, quello con consumo maggiore presentava +1,7 punti percentuali di grasso corporeo, maggiore adiposità viscerale e OR 1,40 per lesioni cerebrovascolari subcliniche alla RM, senza associazioni significative con le prestazioni cognitive misurate (MoCA, Digital Symbol Substitution Test).

Qualità: moderata-bassa – studio trasversale, non dimostra causalità né che il consumo di ultraprocessati preceda il danno vascolare.

Per TFL unisce nutrizione, adiposità viscerale e salute cerebrovascolare: un ulteriore argomento per non ridurre la valutazione nutrizionale alla sola distribuzione percentuale dei macronutrienti – la qualità degli alimenti conta almeno quanto la loro composizione quantitativa. Un secondo lavoro (Zheng et al., Scientific Reports, 13 ottobre, 25.987 adulti NHANES) che cercava associazioni tra cluster di macronutrienti ed età biologica non ha mantenuto la significatività dopo correzione per confronti multipli – un promemoria metodologico: un risultato statisticamente promettente non diventa automaticamente una raccomandazione nutrizionale.

Wearable Intelligence: come stabilire se una misura possa essere usata in medicina

La novità più interessante della settimana non riguarda il lancio di un nuovo smartwatch, ma il problema della validazione. Picone e Goupil (Hypertension Research, 16 ottobre 2026) discutono, in un commento metodologico, il progresso dei dispositivi che stimano la pressione arteriosa tramite fotopletismografia senza bracciale: il problema non è ottenere una stima plausibile in condizioni controllate, ma dimostrare che resti accurata quando cambiano postura, frequenza cardiaca, terapia farmacologica, condizioni emodinamiche e ritmo circadiano.

Rilevanza metodologica alta, nuova evidenza clinica limitata. Per TFL proporrei una distinzione netta: pressione misurata con metodo validato ≠ pressione stimata algoritmicamente.

Zeng et al. (Nature Communications, 16 ottobre 2026) propongono un CGM non enzimatico al polso, con microaghi cavi e cartuccia rigenerabile – esperimenti in vitro, nei ratti e una dimostrazione preliminare in un solo partecipante umano. Qualità: molto preliminare sul piano clinico; una tecnologia da seguire, non ancora pronta per la ricerca clinica TFL, che richiederebbe dati comparativi contro sistemi di riferimento durante esercizio, rapidi cambiamenti glicemici e variazioni della perfusione periferica.

Nessuna nuova validazione cardiovascolare peer-reviewed rilevante questa settimana per Apple Watch, Fitbit/Google, Garmin, WHOOP e Oura. Resta un riferimento importante la review di El-Medany et al. (European Heart Journal – Digital Health, aggiornata il 13 ottobre): l’evidenza è più matura per il riconoscimento della fibrillazione atriale, mentre molte applicazioni prognostiche restano sperimentali, e un algoritmo validato su ECG clinici non è automaticamente validato su ECG acquisiti da smartwatch – principio centrale per la nostra wearable intelligence.

Intelligenza artificiale in cardiologia

Al-Alusi et al. (Nature Cardiovascular Research, 15 ottobre 2026) hanno sviluppato DROID-RV, modello di deep learning che analizza video ecocardiografici bidimensionali per stimare dimensioni e funzione sistolica del ventricolo destro, sviluppato su 17.141 pazienti (oltre 51.000 esami, 383.000 video) e validato su ulteriori 9.112 pazienti; le stime risultano associate anche a mortalità, fibrillazione atriale e scompenso incidenti.

Qualità: buona come sviluppo e validazione diagnostica, non ancora sufficiente per dimostrare un beneficio clinico – l’errore aumenta agli estremi delle dimensioni e della funzione ventricolare, e non è dimostrato che l’uso sistematico migliori gli outcome rispetto alla valutazione clinica convenzionale.

Patel et al. (JAMA, 15 ottobre 2026) hanno analizzato l’uso di una piattaforma di informazione clinica basata su AI da parte di 952.008 professionisti sanitari statunitensi: in circa due anni e mezzo, 271 milioni di richieste, di cui il 51,9% relative a decisioni cliniche (trattamento e gestione) e solo il 13,9% alla diagnosi. Lo studio misura l’utilizzo, non l’accuratezza delle risposte né i benefici sui pazienti.

Per TFL conferma che l’AI sta diventando uno strumento di supporto al ragionamento clinico – proprio per questo dobbiamo progettare sistemi verificabili, con fonti controllabili e responsabilità decisionale chiaramente attribuita al medico.

CrossFit, allenamento funzionale, ciclismo e running

Nella settimana 12–18 ottobre non ho identificato nuovi studi peer-reviewed su CrossFit, running o ciclismo sufficientemente robusti da modificare le conclusioni già discusse, e non inserirei nuove pubblicazioni solo per riempire queste rubriche. Restano aperte tre questioni: nel CrossFit e nell’allenamento funzionale, come integrare forza, potenza, equilibrio, coordinazione e capacità aerobica in una prescrizione realmente individualizzata; nel ciclismo, il tema più promettente resta la durability; nel running, soprattutto nei master, distinguere la capacità aerobica dalle componenti neuromuscolari dell’economia di corsa.

La considerazione conclusiva

Più che una singola scoperta, questa settimana emerge una convergenza. Lo Statement ACC ci dice che l’esercizio deve entrare stabilmente nella cura cardiovascolare. Lo studio danese mostra che la disponibilità territoriale modifica concretamente la partecipazione alle cure. Le ricerche sui wearable ricordano che disporre di una misura non significa automaticamente disporre di un’informazione clinicamente valida. E gli studi sull’invecchiamento continuano a distinguere fra modificazioni molecolari e reale conservazione della funzione.

È qui che il progetto può trovare una propria identità scientifica e sanitaria.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana emergono tre temi particolarmente interessanti per Training for Life: la longevità biologica non coincide con l’età anagrafica, l’esercizio fisico mostra effetti che vanno oltre muscoli e apparato cardiovascolare, e i wearable stanno rendendo osservabile una fisiologia che prima sfuggiva alle misurazioni.

Immunosenescenza: due traiettorie biologiche differenti

Terekhova et al. (Immunity, 9 ottobre 2026) hanno analizzato circa 12,4 milioni di cellule immunitarie, provenienti da 2.609 persone tra 20 e oltre 90 anni, in otto coorti internazionali. Hanno individuato due popolazioni di linfociti T CD8+ effector memory, caratterizzate da granzyme K (GZMK) e granzyme B (GZMB): una maggiore rappresentazione relativa delle cellule GZMB+ si associa a una traiettoria meno favorevole, con maggiore rischio di diabete, ipertensione, malattie renali e mortalità, confermata anche su dati proteomici di circa 50.000 partecipanti UK Biobank seguiti fino a 15 anni.

Qualità: buona per l’associazione biologica e prognostica; ancora insufficiente per applicazioni cliniche, poiché nella coorte UK Biobank il rapporto cellulare è stimato indirettamente da un modello proteomico.

Per TFL il lavoro è interessante perché suggerisce che l’immunosenescenza non segua un percorso uniforme. La domanda che mi interessa è un’altra: l’esercizio, la nutrizione e il sonno possono modificare favorevolmente queste traiettorie immunitarie? Il paper non lo dimostra, ma identifica un possibile endpoint per studi futuri.

Exercise is Medicine: attività fisica e progressione del Parkinson

Ryu et al. (Neurology, 7 ottobre 2026), studio longitudinale su 294 persone con Parkinson lieve-moderato, età media 66 anni, seguite fino a sette anni: chi riferiva livelli maggiori di attività fisica presentava una progressione più lenta sia del deterioramento motorio sia di quello cognitivo, con le associazioni più evidenti oltre le otto ore settimanali di attività complessiva – non necessariamente intensa, includendo anche attività domestiche e ricreative.

Qualità: moderata per l’associazione, bassa per la causalità – studio osservazionale, attività fisica autoriferita; resta possibile che le persone con malattia meno aggressiva riescano semplicemente a mantenersi più attive.

Per TFL è un ulteriore argomento a favore dell’integrazione fra attività aerobica, forza, equilibrio e coordinazione. Il concetto interessante è che funzione motoria e funzione cognitiva non dovrebbero essere considerate separatamente.

Cardiologia preventiva: quanto abbassare la pressione?

Probabilmente la pubblicazione con le implicazioni cliniche più immediate della settimana. Iatridi et al. (JAMA Cardiology, 7 ottobre 2026), metanalisi di 27 RCT, 88.830 partecipanti, controllo pressorio intensivo vs standard: per ogni riduzione di 10 mmHg della PAS tra i gruppi, il rischio relativo di eventi cardiovascolari diminuisce del 15% (RR 0,85; IC 95% 0,81–0,89), beneficio sostanzialmente analogo con e senza malattia renale cronica. Il trattamento intensivo aumenta però la probabilità di riduzioni persistenti dell’eGFR, senza un aumento dimostrato di insufficienza renale terminale.

Qualità: alta, essendo una metanalisi di RCT, pur non definendo automaticamente un target pressorio identico per tutti, soprattutto negli anziani fragili.

Per il Cardiometabolic Lab rafforza l’importanza di un controllo pressorio personalizzato, nel quale l’esercizio rappresenta una componente del trattamento – non essendo questo uno studio sull’allenamento, non possiamo attribuire all’esercizio la riduzione del rischio osservata.

In gara la glicemia cambia significato

Kajisa e Sakai (Scientific Reports, 8 ottobre 2026) hanno monitorato in continuo il glucosio di 59 runner maschi altamente allenati durante 203 allenamenti e 116 competizioni: glicemia interstiziale media 127,8 mg/dL in allenamento contro 193,1 mg/dL in gara. Il risultato più interessante: in allenamento, raggiungere l’obiettivo cronometrico era associato a valori glicemici inferiori; in gara accadeva il contrario, con i runner che raggiungevano l’obiettivo che mostravano valori glicemici superiori (differenza statisticamente significativa).

Qualità: moderata-bassa – condizioni di gara e allenamento non perfettamente confrontabili, soltanto 14 atleti osservati in entrambe, mancano misure complete dell’assunzione di carboidrati in gara.

È un esempio molto chiaro di quanto possa essere fuorviante interpretare un singolo biomarcatore senza conoscere il contesto fisiologico – un principio fondamentale quando utilizziamo wearable, HRV, frequenza cardiaca e algoritmi di interpretazione automatica.

Longevity: una nuova possibile Blue Zone italiana

Pes et al. (Frontiers in Aging, 5 ottobre 2026) hanno studiato la sopravvivenza a Bolotana, piccolo comune montano della Sardegna: nelle donne, la probabilità stimata di raggiungere i 100 anni condizionatamente all’aver raggiunto i 70 è del 13,83%, con aspettativa di vita residua femminile a 70 anni di 20,85 anni, molto superiori ai valori nazionali.

Qualità: descrittiva, interessante ma non causale – gli autori stessi riconoscono l’incertezza statistica legata alle piccole dimensioni della popolazione.

Per TFL il lavoro ricorda che la longevità è un fenomeno multidimensionale: non esiste una singola molecola, dieta o modalità di allenamento capace di spiegarla.

Wearable + AI: dalla misurazione alla prescrizione adattativa

Nella finestra 5–11 ottobre non ho identificato nuovi studi cardiovascolari peer-reviewed sufficientemente solidi sulla validazione clinica di Apple Watch, Fitbit/Google, Garmin, WHOOP e Oura. La pubblicazione tecnologica più interessante riguarda invece l’integrazione di wearable e AI nella prescrizione dell’allenamento: Dai et al. (Scientific Reports, 8 ottobre 2026) presentano un sistema che combina segnali wearable, valutazione delle capacità individuali e algoritmi di decisione per modificare il programma di esercizio. In uno studio controllato di otto settimane su 120 studenti universitari, il gruppo che usava il sistema mostrava miglioramenti funzionali superiori e una minore incidenza di infortuni (1,7% contro 13,3%).

Qualità: preliminare – studio monocentrico, insegnanti a conoscenza dell’assegnazione ai gruppi, dataset di validazione costruito dagli stessi ricercatori; non è una dimostrazione di efficacia clinica in pazienti cardiologici.

Per il futuro Scientific Observatory proporrei di valutare ogni studio wearable su quattro dimensioni: accuratezza della misura, validazione indipendente, capacità di modificare una decisione clinica e dimostrazione di un beneficio sul paziente. Un buon sensore non equivale automaticamente a un buon intervento sanitario.

IA in cardiologia: distinguere ipertensione polmonare e cardiopatia sinistra

Shen et al. (npj Digital Medicine, 8 ottobre 2026), studio retrospettivo su 905 pazienti: un modello che integra TC toracica con contrasto e variabili cliniche distingue ipertensione arteriosa polmonare da ipertensione polmonare associata a cardiopatia sinistra con AUC 0,946, sensibilità e specificità entrambe circa 86,7%. La validazione è però interna, tramite cross-validation ripetuta, con calibrazione insoddisfacente.

Qualità: buona come sviluppo metodologico, insufficiente per l’impiego clinico autonomo – non sostituisce il cateterismo cardiaco destro; il valore potenziale è nel triage diagnostico.

Per TFL il messaggio è che un modello multimodale può essere promettente, ma l’accuratezza statistica non basta senza calibrazione, validazione esterna e dimostrazione di utilità clinica.

Cosa farei lunedì mattina

Prima: leggere integralmente il paper di Immunity – il maggiore potenziale concettuale per Longevity Lab, per capire se il rapporto GZMK/GZMB possa diventare un indicatore dell’invecchiamento immunitario modificabile con interventi sullo stile di vita.

Seconda: introdurre nel progetto wearable una distinzione esplicita tra misura e interpretazione – lo studio sui runner dimostra quanto il contesto possa modificare il significato di un biomarcatore; non dovremmo mai interpretare FC, HRV o glicemia senza conoscere attività, intensità, durata, alimentazione, sonno e stato clinico.

Terza: iniziare a progettare un piccolo studio TFL sulla durability, partendo dalla bicicletta, dove possiamo misurare con precisione il carico esterno – un protocollo submassimale standardizzato, ripetuto nel tempo, per valutare come cambiano frequenza cardiaca, potenza, percezione dello sforzo e recupero, integrando in una seconda fase EMG e analisi biomeccanica della postura e del reclutamento dei muscoli dell’anca.

Il quadro della settimana

Il lavoro sull’immunosenescenza, quello sulla progressione del Parkinson e lo studio sul glucosio nei runner raccontano tre storie differenti, ma condividono una caratteristica.

Non vogliamo soltanto sapere se una persona ha una buona VO₂max, una massa muscolare adeguata o un’HRV elevata. Vogliamo capire come il suo organismo risponde, si adatta e conserva la capacità di funzionare – e soprattutto se i nostri interventi riescono a modificare favorevolmente questa traiettoria.

Ed è molto vicino a ciò che vogliamo intendere con Age well. Keep doing.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana vedo soprattutto tre segnali forti: l’esercizio isometrico entra sempre più seriamente nella prescrizione antipertensiva; l’Exercise is Medicine acquista basi biologiche sempre più precise; wearable e AI stanno passando dalla semplice misura alla lettura integrata e longitudinale dello stato fisiologico.

Isometria e pressione arteriosa: la prescrizione più trasferibile alla pratica

Swift et al. hanno randomizzato 100 adulti sedentari con PAS 120–140 mmHg. Dopo quattro settimane di isometria degli arti inferiori 3 volte/settimana, la PAS era diminuita di circa 9,5 mmHg. Nelle quattro settimane successive, anche 1–2 sedute/settimana mantenevano buona parte del beneficio pressorio, mentre interrompere completamente l’esercizio portava alla sua perdita. Tre sedute/settimana producevano però il risultato migliore: −13,7 mmHg, mantenendo anche miglioramenti di resistenze periferiche, HRV e sensibilità baroriflessa.

Qualità: RCT, n=100, buona evidenza fisiologica. Limite: maintenance di sole quattro settimane, soggetti non ipertesi trattati farmacologicamente.

Per TFL è molto interessante perché consente una prescrizione estremamente semplice: l’isometria potrebbe diventare un piccolo modulo del Cardiometabolic Lab, non in alternativa all’aerobico e alla forza dinamica, ma come intervento specifico sulla PA.

Exercise is Medicine diventa quasi “Exercise is Molecular Medicine”

Un lavoro su JAHA mostra, in modelli di ipertensione polmonare, che l’esercizio aerobico riduce remodeling vascolare polmonare e ventricolare destro attraverso la soppressione di S100A9, con riduzione della cascata infiammatoria TLR4–MyD88–ERK. Il segnale è stato verificato anche in campioni umani con BPCO associata a PH.

È soprattutto ricerca meccanicistica animale, quindi non cambierei domani la terapia della PH. Ma concettualmente è importante: l’esercizio non è semplicemente uno stimolo emodinamico; modifica vie immuno-infiammatorie identificabili. Questo è precisamente ciò che rende scientificamente seria l’espressione “esercizio come farmaco”.

La Cochrane conferma la cardiac rehabilitation

L’aggiornamento 2026 comprende 107 RCT e 26.886 pazienti coronaropatici. Rispetto all’assenza di esercizio strutturato, la cardiac rehabilitation riduce l’infarto (RR 0,72; NNT 71) e le ospedalizzazioni per tutte le cause (RR 0,65; NNT 17), probabilmente riduce modestamente la mortalità totale e migliora la qualità di vita. Inoltre risulta cost-effective. Qui l’evidenza è alta/moderata, molto superiore alla maggior parte degli studi che discutiamo settimanalmente.

E c’è un dettaglio importante per TFL: i trial recenti comprendono sempre più programmi home-based e digitalmente supportati. Quindi il modello non è più soltanto tecnologicamente plausibile; sta entrando nell’evidence-based rehabilitation.

Wearable Intelligence & Cardiologia

Questa settimana non vedo nuovi studi peer-reviewed sufficientemente importanti specifici su Garmin, Oura o Fitbit/Google da forzare nel Brief. Su WHOOP rimane interessante il recente single-case longitudinale sull’associazione fra Strain, obiettivo dell’allenatore e session-RPE, ma è un n=1 e quindi metodologicamente esplorativo.

Molto più interessante è il progetto HiGHmed con Apple Watch. Nei pazienti con scompenso, FC e passi dell’Apple Watch vengono integrati con peso, PA, KCCQ e ricoveri in una dashboard clinica. Gli autori mostrano casi nei quali prima del ricovero compaiono riduzione dell’attività (<2.000 passi/die) e peggioramento del KCCQ. Il campione effettivamente visualizzato è minuscolo — 12 dei 93 partecipanti — quindi non abbiamo ancora un algoritmo predittivo validato. Ma il concetto è esattamente quello che interessa a TFL.

Ancora più futuristico è il nuovo lavoro IEEE sull’ECG wearable da un solo braccio + AI: in 132 soggetti anziani durante 6-minute walking test, il modello identifica aritmie con accuracy del 95,2% sul dataset Arm-ECG e mantiene buona capacità di generalizzazione su dataset esterni, sebbene scenda all’84,2% in uno di essi. Qualità: tecnologicamente buona, clinicamente ancora preliminare. L’accuracy da sola non basta: servono sensibilità/specificità per singola aritmia, prevalenza real-world e prospective validation.

IA in medicina

Proprio lo studio sull’ECG wearable evidenzia un problema importante: le feature utilizzate dal deep learning non sempre coincidono con gli intervalli e le caratteristiche ECG che noi clinici consideriamo rilevanti. Questo interessa molto più del 95% di accuracy: significa che l’AI potrebbe vedere realmente qualcosa che noi non vediamo, oppure utilizzare scorciatoie statistiche prive di significato fisiologico. Prima di affidarle una decisione clinica dobbiamo capire quale delle due cose stia accadendo.

È appena comparso anche MedKIT, benchmark che studia la capacità degli LLM medici di incorporare nuova conoscenza. Il risultato preliminare è provocatorio: i modelli imparano abbastanza bene il nuovo fatto e le sue variazioni linguistiche, ma molto meno bene riescono a trasferirlo a ragionamenti composizionali e decisioni operative. Per la nostra idea di AI Training Prescription è un avvertimento importante.

Nutrizione, metabolismo e Age Well

Questa settimana non trovo un trial nutrizionale tale da modificare quanto abbiamo appena ricavato dal Position Statement UCI. Resta invece interessante il recentissimo lavoro con Valter Longo sul fasting e aging. È una review, quindi non una dimostrazione clinica, ma ricostruisce bene il collegamento: restrizione dei nutrienti → AMPK/sirtuine → rimodellamento epigenomico → autofagia → mantenimento cellulare → healthspan.

La parte interessante per TFL non è quindi “digiunare allunga la vita”, conclusione che il paper non può sostenere nell’uomo, ma il concetto di metabolic flexibility: alternare disponibilità e richiesta energetica genera segnali adattativi. Questo si sposa bene con il Position Statement UCI appena letto: nutrizione periodizzata, non restrizione cronica.

Sears, Ricordi, Scapagnini

Nella finestra stretta di questa settimana non trovo nuove pubblicazioni peer-reviewed rilevanti di Barry Sears, Camillo Ricordi o Giovanni Scapagnini. Per Scapagnini rimangono però da tenere nel radar due lavori 2026 interessanti: la review su dieta e neuroinfiammazione con Frank Hu e quella su sonno, aging e metilazione del DNA.

Per Ricordi trovo particolarmente vicino al nostro progetto il paper di luglio “Towards integration of healthspan strategies into the Italian National Health Service”: non è nuovo della settimana, ma vale la pena recuperarlo perché porta il concetto di healthspan dal mondo della longevity alla sanità organizzata italiana. Nessuna novità significativa questa settimana da David Sinclair o Peter Attia sul piano delle nuove pubblicazioni scientifiche.

CrossFit, ciclismo e running

Non trovo questa settimana un nuovo paper CrossFit sufficientemente importante da aggiungere alla systematic review che abbiamo già analizzato.

Nel ciclismo/metabolismo è invece interessante il lavoro del 28 settembre su uomini sovrappeso/obesi sottoposti a HIIT: confrontando ipossia e normossia, la risposta mitocondriale acuta sembra dipendere soprattutto dal workload assoluto, più che dall’ipossia in sé. E si collega bene a quanto stiamo dicendo da settimane: dose, intensità, potenza e risposta individuale devono sostituire categorie troppo generiche come “HIIT”, “cardio” o “forza”.

Cosa farei lunedì mattina

Questa settimana farei una cosa molto concreta: proverei a costruire il primo protocollo TFL per l’ipertensione basato sull’esercizio. Non “consigli di fare attività fisica”, ma una vera prescrizione:

Il nuovo RCT sull’isometria ci offre addirittura un interessante concetto di minimum effective dose: quando l’aderenza diventa difficile, una seduta/settimana può mantenere temporaneamente una parte del beneficio; quando vogliamo massimizzare e consolidare l’adattamento, torniamo a tre.

Il quadro della settimana

E aggiungerei finalmente nel progetto una variabile che sta comparendo in quasi tutti i lavori che stiamo leggendo: durability. Non soltanto VO₂peak. Non soltanto watt massimi. Non soltanto forza massima. Ma: quanto della tua capacità riesci a conservare quando il sistema viene messo progressivamente sotto stress?

Fra Garcia-Retortillo, coupling FC-potenza, CrossFit, sostanza bianca e forza, wearable longitudinali e ora risposta vascolare all’isometria, mi sembra che il TFL Scientific Observatory stia facendo emergere un’idea abbastanza precisa.

Ed è molto vicino a ciò che vogliamo intendere con Age well. Keep doing.

Training for Life Scientific Observatory — Weekly Brief

Una settimana meno ricca di grandi trial cardiovascolari, ma con un segnale molto coerente con quello che stiamo osservando: la fisiologia sta passando dalla misura di singole variabili alla misura delle relazioni dinamiche tra sistemi. Per TFL è una direzione importante: potenza, FC, HRV, EMG, movimento e recupero acquistano valore soprattutto quando vengono letti insieme.

Fatica muscolare misurata in tempo reale nei ciclisti con EMG e deep learning

Zhai et al., pubblicato il 16 settembre su BMC Sports Science, Medicine & Rehabilitation, propone un sistema di valutazione continua della fatica mediante surface EMG e deep learning, finalizzato alla regolazione del training load in ciclisti elite.

Questo paper arriva nel momento giusto: l’idea non è più limitarsi a dire che l’EMG cambia con la fatica, ma riconoscere continuamente lo stato fisiologico e trasformarlo in informazione utilizzabile per modulare il carico. Metodologicamente interessante, ma ancora proof-of-concept: la generalizzazione fuori dal setting e dalla popolazione studiata resta il vero problema.

HRV durante l’esercizio: la struttura frattale distingue intensità diverse

Olieslagers et al., Medicine & Science in Sports & Exercise, hanno confrontato sedute ciclistiche energy-matched e mostrano che le proprietà di correlazione frattale dell’HRV (DFAα1) differenziano l’intensità durante e dopo l’esercizio — superando ancora una volta la semplice lettura di RMSSD o SDNN, per studiare l’organizzazione temporale del segnale cardiaco. Non lo porterei ancora nella pratica clinica, ma è un altro tassello nella stessa direzione: FC → HRV → dinamica dell’HRV → stato fisiologico. DFAα1 si prospetta come un marcatore oggettivo e sistemico del carico di lavoro interno in diversi ambiti di esercizio.

Nutrizione nel ciclismo: il Position Statement UCI

Burke, Dolan, Gonzalez, Mujika, Jeukendrup, Valenzuela, Seiler, Morton e un gruppo impressionante di esperti hanno pubblicato il 15 settembre l’UCI Sports Nutrition Project: Position Statement on Nutrition for Cycling, 27 pagine su International Journal of Sport Nutrition and Exercise Metabolism — il lavoro di 54 esperti che sintetizza 14 review tematiche in 10 grandi aree. Per TFL vedo un’opportunità: distinguere nettamente la nutrizione per performance dalla nutrizione cardiometabolica e Age Well, trovando l’area nella quale convergono — disponibilità energetica adeguata, composizione corporea, proteine, carboidrati periodizzati, recupero e salute metabolica.

Il messaggio fondamentale: non esiste “la dieta del ciclista”. La nutrizione deve adattarsi a disciplina, durata, intensità, ruolo dell’atleta, fase dell’allenamento, ambiente e obiettivi individuali — il concetto di fuel for the work required. Quindi non “high carb” contro “low carb”, ma periodizzazione della disponibilità energetica e dei carboidrati in funzione del lavoro richiesto.

Carboidrati: le quantità giornaliere proposte sono ampie — endurance leggero 5–7 g/kg/die, endurance moderato 6–10 g/kg/die, training >4 h/die >8 g/kg/die, gare estreme/stage race fino a 10–25 g/kg/die. Il documento ammette anche sedute strategiche a ridotta disponibilità di CHO (train low, fasted, sleep-low), ma la dimostrazione di un vantaggio prestativo a lungo termine resta limitata. Durante la bici: 1–2,5 h → 30–60 g CHO/h; >2,5 h → circa 90 g/h, con carboidrati a trasporto multiplo (glucosio + fruttosio) oltre i 60 g/h. I 120 g/h o più dei professionisti vengono citati, ma l’UCI resta cauta: interessante, viene fatto, ma va ancora dimostrato bene.

Proteine: 1,6–2,1 g/kg/die, distribuite durante la giornata, con valori verso l’estremo superiore nei periodi di ridotta disponibilità energetica/carboidratica. Collegamento diretto con Age Well: nel ciclista master la proteina non serve solo al recupero sportivo, ma diventa importante per contrastare resistenza anabolica e perdita di massa/funzione muscolare — negli atleti più anziani diventano ancora più importanti disponibilità energetica, proteine, carboidrati, vitamina D e calcio.

Integratori: approccio food first. Gli ergogenici con evidenza sufficiente sono sostanzialmente caffeina, creatina, bicarbonato, β-alanina, nitrati/beetroot juice e glicerolo, da scegliere in relazione a disciplina e individuo — non tutti a tutti. Anche l’intestino si allena: l’elevata assunzione di carboidrati durante l’esercizio va allenata progressivamente per migliorare tolleranza, svuotamento gastrico e assorbimento. E persino il sonno entra nella nutrizione: pattern ricchi di fibre, proteine magre, frutta e verdura e poveri di grassi saturi sono associati a sonno migliore.

Per Training for Life il principio generale è: la nutrizione non è una prescrizione statica, deve adattarsi al carico che l’organismo deve affrontare e all’adattamento che vogliamo ottenere — Training prescription → Nutritional prescription → Wearable monitoring → Recovery → Adaptation → nuova prescrizione. Per il nostro Age Well, correzione importante rispetto a un documento nato per l’elite: nel master il rapporto W/kg non può diventare l’obiettivo dominante. Bisogna preservare massa magra, forza, potenza e osso, oltre alla capacità aerobica. Nel giovane alimentiamo la prestazione; nel master dobbiamo alimentare soprattutto la capacità di continuare a produrla.

Exercise is Medicine: one-leg cycling nella fibrosi polmonare

Un RCT pubblicato su Thorax ha utilizzato un’idea semplice ma intelligente in pazienti con fibrosi polmonare idiopatica: one-leg cycling, dividere il lavoro aerobico tra i due arti per ridurre la richiesta ventilatoria sistemica e permettere uno stimolo muscolare maggiore. Il principio interessa più della specifica patologia: quando il sistema centrale limita l’esercizio, possiamo modificare la modalità di esercizio per continuare ad allenare efficacemente il sistema periferico. È vera prescrizione dell’esercizio, non genericamente “fare attività fisica”.

Running: potenza ed economia nei master

Eihara et al. hanno studiato master endurance runner maschi e i fattori neuromuscolari e biomeccanici associati al miglioramento della running economy dopo plyometric training. Per mantenere una buona locomozione con l’età non basta il VO₂max: servono stiffness elastica, rapidità di produzione della forza, coordinazione e capacità di utilizzare efficacemente l’energia elastica.

Nutrizione e metabolismo: flessibilità metabolica e differenze di sesso

Il piccolo studio di Mendonca et al. su uomini e donne ben allenati durante la transizione riposo → corsa al 55% VO₂max mostra che le donne hanno una maggiore metabolic flexibility, definita dalla capacità di aumentare l’ossidazione lipidica in risposta all’incremento della spesa energetica. Campione minuscolo (24 soggetti), quindi niente grandi conclusioni, ma il concetto è molto TFL: non interessa soltanto glucosio, insulina o RER in un singolo momento, interessa quanto rapidamente l’organismo sa cambiare substrato quando cambia la richiesta energetica. Capacità di adattamento > valore statico.

Wearable & Cardiologia

Kim et al. hanno pubblicato un RCT di home-based cardiac rehabilitation utilizzando smart ring + counselling telefonico — esattamente il genere di evidenza wearable che serve nel Scientific Observatory: non “il sensore misura bene i passi”, ma wearable → intervento clinico → comportamento/esercizio → outcome. La qualità dell’evidenza è quindi decisamente superiore alle abituali validation study, anche se resta da capire quanto dell’effetto derivi dall’anello e quanto dal counselling e dall’intero percorso assistenziale.

Un lavoro tedesco sul progetto HiGHmed descrive una piattaforma multisito per raccogliere e valutare dati cardiovascolari da Apple Watch. Non è un trial clinico — evidenza clinica bassa, ma importanza infrastrutturale alta: il problema dei wearable non è più soltanto raccogliere il dato, ma normalizzarlo, visualizzarlo longitudinalmente e renderlo interrogabile dal medico.

Cardiologia preventiva: PCR persistentemente elevata e scompenso cardiaco

Un grande studio real-world pubblicato il 16 settembre, basato su electronic health records multinazionali, segnala l’associazione fra PCR persistentemente elevata e rischio di scompenso cardiaco, riportando al centro il tema del residual inflammatory risk anche fuori dalla sola malattia aterosclerotica. È osservazionale — la PCR elevata può essere marker oltre che mediatore, e il confondimento residuo resta inevitabile — ma per una cardiologia preventiva moderna hs-CRP resta un’informazione interessante quando il quadro clinico lo giustifica.

Il quadro della settimana

Mettendo insieme gli ultimi Brief, comincia a comparire qualcosa di molto interessante — una definizione più moderna di functional capacity.

Questo è molto vicino a dove sta andando Training for Life.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana vedo emergere un filo conduttore molto TFL: non basta misurare quanta attività facciamo; diventano sempre più interessanti il modo in cui il corpo organizza l’esercizio, la sua distribuzione nella giornata, la forza e la potenza, e la possibilità di trasformare i segnali longitudinali dei wearable in un vero fenotipo funzionale.

Ciclismo: il rapporto FC–potenza come firma fisiologica dinamica

Il 16 settembre è uscito su Sports “Stage-to-Stage Changes in Heart Rate–Power Output Coupling During Cycling Stage Races.” Sono stati analizzati 127 file di tappa di 19 ciclisti U23 durante Tour de l’Avenir e Giro Next Gen. Gli autori modellano la dinamica FC–potenza attraverso costanti temporali di salita e recupero anziché limitarsi a FC media e watt medi. Le variazioni longitudinali non superano tutte la correzione per confronti multipli, quindi non ne farei ancora un biomarcatore di fatica. Ma il concetto è importante: la relazione dinamica tra carico esterno e risposta interna può contenere più informazione dei due segnali presi separatamente.

Per TFL questo si incastra quasi perfettamente con Garcia-Retortillo: potenza → FC → respirazione → muscolo non sono colonne indipendenti, ma una rete dinamica. E con Garmin/TrainingPeaks/WKO abbiamo già enormi quantità di dati FC–potenza su cui cominciare a ragionare.

Forza ed equilibrio modificano anche il cervello che invecchia

Liu, Egger, Scherrer et al., “Effects of strength and balance training on the structure of the aging brain,” NeuroImage, 2026: RCT su 60 adulti di 64–82 anni (età media circa 71), randomizzati a strength training, balance training o controllo passivo, 12 settimane, 3 sedute/settimana da 45 minuti. Il training di forza era soprattutto sugli arti inferiori e nelle ultime nove settimane alternava sedute tradizionali a sedute esplosive; l’equilibrio veniva allenato con superfici instabili, riduzione della base d’appoggio e dual task. Prima e dopo, test funzionali e una RM cerebrale multimodale con analisi della microstruttura della sostanza bianca.

Funzionalmente il gruppo forza mostra un miglioramento significativo della rate of torque development (RTD), cioè della capacità di sviluppare rapidamente forza; il gruppo equilibrio migliora chiaramente il controllo posturale, con la sway area che diminuisce significativamente (d=0,75).

La parte nuova viene dalla RM: nessuna variazione significativa del volume di sostanza grigia, ma entrambi gli allenamenti sembrano aver contrastato la riduzione della axonal water fraction osservata nel gruppo controllo, soprattutto nello splenio del corpo calloso e nella corona radiata posteriore destra — compatibile con un possibile effetto protettivo rispetto ai fenomeni di perdita assonale/demielinizzazione legati all’età. La forza, in particolare, produce un effetto specifico nei fasci longitudinali e fronto-occipitali bilaterali, coinvolti nell’integrazione di informazioni motorie, cognitive, percettive e sensoriali e nella coordinazione visuomotoria. Gli autori ipotizzano che la continua richiesta visuomotoria dell’esercizio di forza (controllo di posizione, forza prodotta, traiettoria, feedback visivo) possa contribuire a questa riorganizzazione.

Qualità e limiti: il campione analizzato con RM è piccolo (16 soggetti per gruppo), il controllo era passivo e i gruppi allenati ricevevano anche maggiore interazione sociale e stimolazione cognitiva; soprattutto, le modificazioni cerebrali non correlavano significativamente con i miglioramenti funzionali. Non dimostra quindi che l’allenamento “ringiovanisca il cervello”, né che la modificazione di sostanza bianca abbia causato il miglioramento della prestazione. Gli autori stessi chiedono campioni maggiori, controlli attivi e tecniche più specifiche della mielina.

Per TFL il messaggio resta forte: forza ed equilibrio non sono due accessori dell’allenamento aerobico, ma probabilmente due stimoli neurobiologici differenti e complementari. Il nostro schema per il Longevity Lab comincia a diventare: CRF + forza + potenza + equilibrio + coordinazione → mantenimento della funzione → autonomia → “Age well. Keep doing.”

Due o tre mattine possono contenere molta informazione

Un nuovo lavoro sul Journal of the American Geriatrics Society studia media e variabilità dell’attività mattutina misurata con accelerometria per appena 2–3 giorni, associandole a rischio di fragilità e mortalità a 5 anni. È osservazionale, quindi non bisogna trasformare “muoversi al mattino” in una terapia; il dato interessante è un altro: la struttura temporale dell’attività quotidiana potrebbe essere un biomarcatore digitale di funzione molto più ricco dei passi/die. Per TFL è un piccolo cambio di prospettiva: non soltanto quanto si muove una persona, ma quando, con quale regolarità e con quale variabilità intra-individuale.

Exercise is Medicine: cardiologia preventiva e aritmie

Chiampas et al. hanno studiato 355 soggetti con cardiomiopatia aritmogena o varianti genetiche patogene/probabilmente patogene nel registro Johns Hopkins. L’endurance era associato a maggior rischio di aritmie ventricolari sostenute; l’allenamento di forza, invece, non risultava associato a un incremento del rischio rispetto ai sedentari.

Qualità: studio retrospettivo, esposizione all’esercizio ricostruita anamnesticamente, gruppo “strength only” piccolo — non significa affatto “pesi sicuri nell’ARVC”. Ma significa qualcosa di più interessante: “exercise” non è una singola esposizione biologica. Modalità, intensità, volume e componente emodinamica contano. È esattamente la direzione in cui dovrebbe andare la prescrizione dell’esercizio: non sì/no all’attività fisica, ma quale esercizio, quanto, per chi, con quale monitoraggio.

Longevity: muscolo prima di tutto

La systematic review di Merino, Alonso e Goñi, pubblicata il 18 settembre su BMC Geriatrics, affronta interventi nutrizionali ed esercizio contro la sarcopenia nell’anziano in primary care. Messa insieme al lavoro di NeuroImage, la direzione sembra sempre più convincente: massa muscolare → forza → potenza → equilibrio → capacità funzionale → autonomia.

Per TFL continuerei quindi a spostare il baricentro dalla sola BIA verso una batteria funzionale. La composizione corporea serve; ciò che una persona riesce a fare serve di più — e questo vale anche per il cervello: preservare il sistema neuromotorio significa preservare la possibilità di continuare a fare.

Wearable Intelligence & Cardiologia

La notizia della settimana è Apple: il nuovo Health Sensing System dichiara di misurare la FC ogni 5 secondi durante tutta la giornata, con HRV fino a 24 volte più frequente rispetto alla generazione precedente, e riferisce uno studio su oltre 1.000 soggetti contro wearable concorrenti in cui il nuovo sistema avrebbe ottenuto la migliore accuratezza di FC.

Qualità dell’evidenza: per ora moderata-bassa per uso clinico. Il dataset è ampio e il confronto diretto interessante, ma la validazione è prodotta dal costruttore; prima di considerarlo un risultato clinico servono protocollo completo, distribuzione degli errori per attività/intensità, sottogruppi, skin tone, aritmie e una validazione indipendente.

La vera novità non sono i 5 secondi, ma la traiettoria: più FC, più HRV, sonno, movimento, temperatura, esercizio e recovery significano che il wearable sta diventando un osservatore continuo dello stato fisiologico, non semplicemente un contapassi.

CrossFit, functional training e ciclismo

Il paper FC–potenza sui ciclisti U23 resta il più interessante della settimana; sul running non vedo un nuovo lavoro che cambi la pratica TFL in questa finestra. Sul CrossFit/HIFT è invece appena comparsa Malheiro et al., “Biomechanical and Physiological Demands of CrossFit: A Systematic Review,” Journal of Human Kinetics, 2026 — 19 studi, 537 partecipanti.

Il CrossFit viene inquadrato come high-intensity functional training: movimenti funzionali multiarticolari, combinazione di esercizio aerobico e resistance training, intensità spesso elevata. Gli studi mostrano miglioramenti di VO₂max, forza, ipertrofia ed endurance muscolare; in principianti, nove mesi di CrossFit due volte a settimana hanno prodotto un aumento del VO₂max dell’11,5%, con i meno allenati a beneficiarne di più.

Il cuore del lavoro, però, è forza + potenza. Gli indicatori che spiegano meglio la performance sono 1RM, potenza, velocità del movimento e CMJ: forza e potenza nel full squat correlano con la prestazione nei WOD (r 0,47–0,69); negli atleti elite si osservano valori intorno a 2 × peso corporeo nello squat, CMJ circa 45 cm e potenze di picco elevate — molto vicino al nostro ragionamento sulla potenza come componente dell’Age Well.

Altro punto molto TFL: non interessa solo la prestazione massima, ma quanto decade durante il lavoro. Dopo alcuni WOD si osservano riduzioni di altezza CMJ (−7,3%), take-off velocity (−13,8%), potenza relativa (−4,6%) e potenza media (−4,2%).

Tecnica, mobilità e controllo posturale contano quanto la forza: una limitazione della rotazione esterna della spalla, della pronazione del gomito o dell’estensione del polso è associata a una peggiore esecuzione del power clean. Dal punto di vista cardiometabolico i WOD sono intensissimi (90–95% FCmax, RPE >8, lattato elevato, con correlazioni lattato/FC media di r 0,92–0,94); la review indica come utili per il monitoraggio VO₂max, lattato, HRV e RPE, oltre al recupero autonomico. Sul fronte sicurezza le sedi più colpite sono spalla (26%), colonna (24%) e ginocchio (18%), con tassi molto variabili (0,27–3,3 infortuni/1000 ore): tecnica, mobilità, esperienza, volume e programmazione restano determinanti. Il messaggio resta: intensità sì, ma progressiva e governata.

Per Training for Life non prenderei il CrossFit come prodotto, ma la sua idea fisiologica — allenamento multimodale + intensità + funzione — per costruire qualcosa di più clinicamente controllato: capacità aerobica + forza massima + potenza + velocità + equilibrio + mobilità + coordinazione + durability + recupero.

Nutrizione e metabolismo

Non vedo questa settimana un singolo trial nutrizionale capace di modificare la nostra impostazione. Il segnale culturale interessante viene dal Nutrition & Longevity Festival di Cervia (12–13 settembre), dove nutrizione e sport vengono presentati insieme come strumenti di healthy longevity. Più interessante scientificamente resta il lavoro sul MYTH Diet score, derivato con machine learning su 191.689 partecipanti UK Biobank: il quartile più alto del pattern alimentare era associato a minore mortalità correlata all’invecchiamento, con replica in validazione esterna. È osservazionale e il ML non trasforma un’associazione in causalità, ma è un buon esempio di nutrizione che passa dal singolo nutriente a un fenotipo alimentare complessivo.

Il quadro della settimana

A me questa settimana racconta una cosa precisa.

Stiamo passando da:

Il rapporto FC–potenza diventa una firma fisiologica dinamica, non due numeri medi.
Forza ed equilibrio non allenano solo il muscolo, ma sembrano riorganizzare anche la sostanza bianca del cervello che invecchia.
Il wearable smette di fare spot measurement e comincia a raccontare una fisiologia longitudinale.
Il functional training multimodale ci ricorda che potenza, velocità e durability contano quanto la forza massima.
La nutrizione, come il movimento, sta passando dal singolo dato al fenotipo complessivo.

Questo è molto vicino a dove sta andando Training for Life.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana il segnale più interessante non viene da un nuovo “biomarker della longevità”, ma da qualcosa di molto più TFL: misurare la persona nel suo ambiente reale e capire come i sistemi fisiologici si comportano insieme. Emergono tre temi forti: luce notturna e rischio cardiovascolare misurati con sensore indossabile; esercizio come intervento cardiovascolare anche in popolazioni molto fragili; passaggio dall’analisi dei singoli parametri alla fisiologia integrata durante lo sforzo.

Il paper della settimana: la notte entra nella cardiologia preventiva

Dai J, Dai W, Heianza Y, Qi L. “Nighttime light exposure and cardiac structure and function.” European Heart Journal, 9 settembre 2026.

È uno dei lavori che porterei immediatamente dentro Training for Life. Più di 11.000 partecipanti UK Biobank hanno indossato per sette giorni un sensore al polso capace di misurare l’esposizione luminosa; circa tre anni dopo sono stati studiati con risonanza magnetica cardiaca. L’esposizione notturna >3 lux si associava a maggiore massa e spessore del ventricolo sinistro, peggiore myocardial contraction fraction e alterazioni dello strain. Su una coorte più ampia, 73.286 persone, l’esposizione elevata era inoltre associata durante 8–10 anni di follow-up a +29% di scompenso, +15% di FA, +24% di infarto, +33% di stroke e +26% di mortalità cardiovascolare. Una parte dell’associazione, ma non tutta, era mediata dalla riduzione del sonno.

Qualità: grande studio osservazionale, fenotipizzazione strumentale interessante, CMR e follow-up clinico. Limite: non dimostra causalità; luce notturna può essere anche marker di lavoro notturno, comportamento, ambiente e stato sociale. Per TFL: sonno e ambiente smettono di essere semplicemente “wellness”. Il wearable può misurare esposizioni ambientali che entrano nel fenotipo cardiovascolare.

Io comincerei quasi a parlare di un quarto asse TFL:

Exercise is Medicine: qui diventa davvero Training for Life

Una meta-analisi pubblicata su BMJ Open il 9 settembre ha raccolto 14 RCT, 934 pazienti in emodialisi, valutando esercizio intradialitico. Si osservano piccoli ma significativi miglioramenti della FE (+2,21%), della pulse-wave velocity (−1,36 m/s), della pressione diastolica (−4,54 mmHg) e soprattutto un aumento medio del VO₂peak di circa 2,76 ml/kg/min. L’eterogeneità è elevata per alcuni endpoint e la qualità dell’evidenza varia da moderata a bassa.

Non mi interessa tanto l’emodialisi in sé quanto il principio: anche una popolazione clinicamente fragile può essere trattata attraverso la funzione, con una dose di esercizio progettata e verificata. Questo è esattamente il passaggio da Exercise is Medicine a Training for Life: non “consigliare movimento”, ma prescrivere, misurare la risposta e adattare.

Una fisiologia che mi piace moltissimo: cuore, polmone e muscolo come rete

Garcia-Retortillo e colleghi hanno pubblicato l’8 settembre su European Journal of Applied Physiology un piccolo ma concettualmente elegante studio su 26 giovani sottoposti a CPET incrementale in bicicletta. Hanno registrato contemporaneamente ECG, respirazione ed EMG e studiato il coupling fra i sistemi. Con l’aumentare della fatica diminuisce il predominio delle gambe e cresce l’integrazione fra muscoli del tronco, cuore e respirazione: il corpo si riorganizza come rete fisiologica integrata.

Qualità sperimentale interessante ma campione minuscolo, giovane e sano: non è ancora clinica. Però concettualmente è molto TFL. Noi misuriamo VO₂, VCO₂, VE, FC, watt, eventualmente pressione, EMG. Il passo successivo potrebbe non essere trovare un altro valore isolato, ma descrivere come cambiano le relazioni tra i sistemi durante lo sforzo.

Questa idea mi convince sempre più:

Wearable & Cardiology Watch

È interessante uno studio pubblicato il 10 settembre su JMIR Cardio sull’uso reale di ECG mobile monoderivazione AliveCor KardiaMobile. In 237 pazienti ≥65 anni, in ospedale e medicina generale, l’algoritmo riusciva a produrre un’interpretazione automatica nell’85,6% degli ospedalizzati e 95,3% degli ambulatoriali; 4 persone senza precedente diagnosi furono segnalate come possibile nuova FA. Ma soltanto una ebbe conferma ECG a 12 derivazioni nello stesso giorno. Gli stessi autori sottolineano quindi il problema centrale: detection non significa diagnosi, e diagnosi non significa beneficio clinico.

Per il nostro capitolo wearable io fisserei definitivamente questa gerarchia:

Finché non arriviamo all’ultimo passaggio, non dobbiamo confondere una bella tecnologia con buona medicina.

Longevity: questa settimana meno molecole, più comportamento

Molto interessante, anche se non causale, uno studio JMIR Aging pubblicato il 9 settembre su 280 anziani, età media 72,5 anni, inseriti in un programma comunitario di exergaming. Dopo otto settimane aumentavano motivazione intrinseca, forza dell’abitudine e benessere psicologico; alcuni segnali persistevano anche quando veniva ridotta la supervisione. Lo studio è osservazionale e senza controllo, quindi non dimostra efficacia. Ma il dettaglio che mi interessa è un altro: accesso, routine, facilitazione e partecipazione sociale sembravano importanti nel sostenere l’attività.

È un punto enorme per TFL. Prescrivere l’allenamento perfetto e poi ottenere un’aderenza del 30% serve poco. Il problema della longevity reale è anche creare le condizioni perché una persona continui a fare.

CrossFit, functional training, ciclismo e running

Sul ciclismo, invece, il lavoro sulla network physiology durante CPET incrementale è secondo me più interessante di molti paper specificamente ciclistici: il carico crescente modifica progressivamente il coordinamento muscolo–cuore–respirazione.

Per Training for Life questo rafforza l’idea di utilizzare il ciclismo non solo come esercizio, ma come strumento sperimentale estremamente controllabile: watt esterni precisi, FC, ventilazione, VO₂/VCO₂, pressione e recupero. È probabilmente uno dei migliori laboratori possibili per studiare l’adattamento umano.

IA in medicina: meno demo, più sorveglianza dopo l’installazione

Questa settimana non vedo un nuovo grande RCT cardiovascolare di IA che cambi la pratica. Trovo invece particolarmente pertinente il messaggio dell’American College of Cardiology del 10 settembre: dopo l’implementazione, un algoritmo deve essere monitorato nel mondo reale, valutando integrità del sistema, performance nel tempo, impatto sul workflow e criteri per modificarlo o persino ritirarlo.

È quasi esattamente quello che stiamo dicendo per TFL. Non basta:

Dobbiamo sapere:

Questa per me è la vera auditability clinica.

Interessante inoltre il nuovo trial AI-ECG preoperatorio appena partito in Corea: previsto arruolamento di 3.200 pazienti, confronto randomizzato fra stratificazione preoperatoria guidata da AI-ECG e usual care, con MACE a 30 giorni. Non abbiamo risultati, quindi non è una novità clinica; è però un segnale di maturazione del settore: finalmente l’AI viene testata contro outcome e decisioni, non soltanto contro AUC.

Il quadro della settimana

A me questa settimana racconta una cosa precisa.

Stiamo passando da:

La luce notturna diventa esposizione cardiovascolare misurabile.
Il VO₂peak diventa outcome terapeutico anche nell’emodializzato.
Cuore, polmoni e muscoli possono essere studiati come rete.
Il wearable non vale per il dato che produce, ma per la decisione che permette.
L’AI non vale per il benchmark, ma per quello che succede dopo che entra nella clinica.

Questo è molto vicino a dove sta andando Training for Life.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana vedo quattro temi che meritano davvero di entrare nel radar TFL. Il primo è molto vicino a noi: Huawei Watch D3 porta la pressione arteriosa wearable dentro l’esercizio, anche se non ancora nel beat-to-beat. Il secondo è metodologicamente forse ancora più importante: un nuovo modello permette di ricavare una stima della CRF da test di esercizio molto diversi senza trattare ingenuamente FC e workload come se fossero sempre in steady state. Il terzo è la convergenza muscolo–forza–rischio cardiometabolico–longevità. Il quarto è che sonno e dinamiche degli stadi del sonno cominciano a diventare veri fenotipi digitali cardiovascolari.

🥇 Paper della settimana: stimare la fitness senza fingere che tutti i test siano uguali

Il lavoro che metterei al primo posto è “A framework for estimating cardiorespiratory fitness from diverse exercise tests”, pubblicato il 1° settembre su npj Exercise Medicine and Health.

Gli autori affrontano un problema enorme: stimare il VO₂max da step test, cammino, treadmill, cicloergometro o test submassimali usando equazioni statiche introduce errori perché la FC ha una cinetica propria e segue il carico con ritardo.

Il nuovo modello descrive dinamicamente FC e costo metabolico individuale. È stato sviluppato su test diversi e confrontato con VO₂max direttamente misurato in 911 adulti: bias medio circa +1,5 ml/kg/min, correlazione r = 0,80. Applicato successivamente a 11.307 persone dello studio Fenland, il VO₂max così stimato mostrava associazioni più forti con glicemia, insulina e HDL rispetto ai metodi convenzionali.

Ancora più interessante: limitando i dati a FC <85% della massima prevista, la correlazione rimaneva r = 0,76.

Questo paper mi piace moltissimo perché va nella direzione che stiamo cercando:

Potremmo immaginare una gerarchia:

Ma l’ultimo passaggio non è ancora validato dal paper: gli stessi autori lo indicano come possibile sviluppo futuro e sottolineano i problemi dei dati consumer in free living. È uno dei lavori metodologici più TFL che abbiamo visto negli ultimi mesi.

🥈 Exercise + nutrizione negli ipertesi anziani

Un piccolo ma molto pertinente RCT pragmatico, pubblicato il 3 settembre sul Journal of Human Hypertension, ha randomizzato 32 soggetti tra 50 e 80 anni con ipertensione a esercizio (cammino/jogging + calistenica, 60 min × 2/settimana) oppure esercizio + counselling nutrizionale, con attenzione alla qualità alimentare e riduzione degli ultra-processati, senza restrizione calorica prescritta.

Dopo 12 settimane, il gruppo esercizio + nutrizione aveva una glicemia a digiuno 10 mg/dL inferiore rispetto all’esercizio solo. La PAS diminuiva di circa 10 mmHg all’interno del gruppo combinato, ma la differenza pressoria tra gruppi non raggiungeva significatività statistica. Nessuna differenza significativa per composizione corporea o CRF.

Qualità: RCT pragmatico, quindi concettualmente interessante. Limite enorme: 32 soggetti, 29 completers. Non trasformerei −10 mmHg in una prova dell’efficacia aggiuntiva della dieta sulla pressione.

Per TFL rafforza però un principio:

🥉 Muscolo, CKM e mortalità: qui il segnale è forte

Studio pubblicato il 5 settembre: 6.601 soggetti ≥50 anni con cardiovascular-kidney-metabolic syndrome, follow-up medio quasi nove anni.

La sarcopenia era associata a circa il doppio della mortalità: HR 2,10. Ma il dato che interessa ancora di più è questo: ogni kg aggiuntivo di handgrip strength → circa −4,2% di rischio di morte, mentre l’indice di massa muscolare appendicolare non rimaneva significativamente associato alla mortalità dopo aggiustamento completo.

È osservazionale: non possiamo dire che aumentare la grip di 5 kg provochi automaticamente una riduzione del rischio del 20%. Però il concetto è potentissimo:

Non dobbiamo chiedere soltanto “quanta massa muscolare possiede?”, ma “che cosa sa fare con quella massa?” — forza, potenza, velocità di produzione della forza, equilibrio, mobilità. Qui Training for Life comincia davvero a distinguersi dalla normale valutazione di composizione corporea.

🔴 Huawei Watch D3 — la novità wearable della settimana

Il 2 settembre Huawei ha lanciato ufficialmente a Monaco il Watch D3, dopo averlo mostrato all’ESC. La cosa fondamentale è confermata ora dalla documentazione ufficiale Huawei: non stiamo parlando di una stima della PA da PPG.

Il D3 utilizza una micro-pompa con airbag gonfiabile nel cinturino, quindi misura la PA mediante principio oscillometrico al polso. Supporta misura singola della PA, ABPM 24 h, PA prima e dopo esercizio. Il nuovo device è spesso 11,3 mm, pesa circa 40 g senza cinturino e l’airbag è stato ristretto per renderlo più indossabile.

Huawei specifica adesso qualcosa che nel brief precedente ancora non avevamo: la misura post-esercizio deve essere effettuata entro due minuti dalla cessazione dell’esercizio, ed è prevista esplicitamente per running, walking e cycling, sia indoor sia outdoor.

Non abbiamo PA beat-to-beat durante lo sforzo. Abbiamo però potenzialmente:

Per Training for Life potrebbe già essere molto interessante. Ma c’è una cosa che non sappiamo ancora: non trovo una pubblicazione peer-reviewed completa di validazione specifica del D3. È stato completato nel 2026 uno studio su 158 adulti con il modello RIV-B10, associato al D3, confrontato con sfigmomanometro a mercurio secondo ISO 81060-2, ma i risultati pubblici non risultano ancora disponibili.

Quindi distinguerei nettamente : CE-MDR sì, meccanismo oscillometrico sì, funzione pre/post exercise sì, validazione peer-reviewed del D3 durante alta FC/post-esercizio ancora da vedere. Questo ultimo punto è decisivo.

La mia classificazione attuale: Huawei D3, priorità TFL = ALTISSIMA. Non perché sostituisca Finapres/Portapres, ma perché può aprire una categoria nuova:

Huawei ha anche annunciato Terve Research, piattaforma europea attraverso cui istituzioni scientifiche possono organizzare studi e reclutare utenti di smartwatch: potrebbe diventare interessante qualora volessimo sviluppare una validazione accademica indipendente.

Gli altri wearable: Apple, Fitbit/Google, Garmin, WHOOP e Oura

Apple Watch: nessun nuovo studio clinico pubblicato questa settimana abbastanza forte da modificare il giudizio. Il quadro rimane quello già definito: Apple è oggi soprattutto molto forte su ECG/ritmo e detection della FA, mentre per la pressione la strategia è diversa da Huawei.

Fitbit / Google: nessuna nuova pubblicazione cardiologica della settimana sufficientemente robusta. Resta però importante il percorso Google sulla pressione: la piattaforma Fitbit/Pixel sta cercando di ricavare segnali longitudinali compatibili con ipertensione da sensori ottici e dati multimodali, un approccio sostanzialmente diverso da Huawei. Per ora lo considererei screening/inference contro Huawei measurement: sono due problemi differenti.

Garmin: nessun nuovo paper cardiologico significativo della settimana. Per TFL Garmin rimane però un oggetto particolare perché non è principalmente un “medical wearable”: è la sorgente più ricca per costruire il fenotipo longitudinale dell’esercizio (power + FC + HRV + training load + durata + recovery + sonno + attività + GPS). Ed è proprio il nuovo paper sul VO₂max dinamico a far pensare che quei dati, se acquisiti bene, potrebbero un giorno essere utilizzati per una stima dinamica della capacità, non semplicemente per leggere il VO₂max Garmin.

WHOOP e Oura: non emergono questa settimana nuovi studi cardiovascolari peer-reviewed che ritenga necessario portare in pratica.

Sonno e rischio cardiovascolare: un fenotipo digitale che merita attenzione

Un lavoro del 2 settembre utilizza dati dello Sleep Heart Health Study, selezionando 2.579 persone senza precedenti eventi cardiovascolari e seguendole per oltre dieci anni.

Usando architettura e transizioni fra stadi del sonno, più fattori di rischio convenzionali, il modello identificava sleep-disordered breathing moderato/severo con AUROC 0,761, pur senza utilizzare direttamente i segnali respiratori. Ancora più interessante: la dinamica del sonno prediceva futuri eventi cardiovascolari con C-index 0,733, e il modello manteneva informazioni prognostiche anche senza AHI.

Limite importante: il dataset nasce da polisonnografia, non da Oura/Whoop/Garmin. Gli stadi del sonno consumer sono inferiti e meno accurati. Ma apre una direzione formidabile: non soltanto “quanto hai dormito?”, ma “come è organizzato il tuo sonno?”. Potremmo arrivare al concetto di sleep phenotype.

Resistenza, stretching e recupero autonomico

Un piccolo randomized crossover trial su 27 uomini sani ha confrontato resistance training, RT + static stretching e controllo. Dopo il solo resistance training, la flow-mediated dilation diminuiva immediatamente e rimaneva ridotta a 30 minuti; con stretching post-allenamento questa riduzione non veniva osservata. Anche RMSSD e HF recuperavano più rapidamente nel gruppo stretching.

Interessante, ma non cambierei ancora alcuna prescrizione TFL: 27 giovani maschi, due esercizi per parte superiore del corpo e outcome acuti. Lo terrei nella categoria: plausibile, elegante, da seguire.

Nutrizione, inflammaging e metabolismo

Un lavoro meccanicistico del 5 settembre collega sodio, potassio, NLRP3 e insulin resistance. In 60 soggetti, età maggiore si associava a NLRP3, IL-1β e HOMA-IR maggiori; sodio urinario correlava positivamente, potassio negativamente. Gli esperimenti causali successivi sono però nel topo: una dieta ricca di sale peggiorava l’insulino-resistenza associata all’età, mentre supplementazione di potassio la migliorava attraverso una via dipendente dall’inflammasoma NLRP3.

È molto interessante per l’asse nutrizione → inflammaging → metabolismo. Ma attenzione alla traduzione: non è uno studio che dimostra che dobbiamo dare integratori di potassio agli anziani. Il messaggio più ragionevole rimane alimentare: bilancio sodio/potassio e qualità della dieta meritano più attenzione del semplice conteggio delle calorie.

Longevità: Sears, Ricordi, Scapagnini

Nelle ricerche della settimana non trovo un nuovo paper importante direttamente firmato da Barry Sears, Camillo Ricordi o Giovanni Scapagnini.

Ciclismo e running

Questa settimana non trovo un nuovo trial specificamente ciclistico o running abbastanza forte da meritare una modifica di allenamento. Però il paper sulla stima dinamica della CRF è direttamente applicabile concettualmente al ciclismo: abbiamo potenza esterna precisa + FC battito-battito + età + antropometria + eventualmente VO₂ misurato in laboratorio — un dataset migliore di quello disponibile in molti studi epidemiologici.

La domanda che viene immediatamente è: possiamo costruire per ciascuna persona una relazione dinamica FC–potenza–VO₂ e seguirne lo spostamento nel tempo? Non il generico VO₂max dell’orologio. Una firma fisiologica individuale. Qui vedo un progetto TFL reale.

CrossFit e functional training

Nessun nuovo RCT CrossFit della settimana che superi la soglia che ci siamo imposti. Segnalerei invece indirettamente il lavoro sulla sarcopenia: se la forza predice il rischio meglio della sola massa muscolare, il razionale per introdurre sistematicamente resistance/functional training nei programmi longevity diventa ancora più forte. Il prossimo passo è però passare da forza a potenza: è proprio qui che secondo me abbiamo ancora un buco enorme nella letteratura clinica dell’aging.

IA in medicina

Non trovo questa settimana un nuovo grande RCT di IA cardiovascolare che meriti di superare quelli discussi nei brief precedenti. Segnalo invece un paper del 4 settembre che propone di estendere la governance dell’EU AI Act dai modelli alle interazioni cliniche dei foundation models in cardiologia.

Può sembrare meno eccitante di un nuovo algoritmo, ma per TFL è importante. Noi stiamo pensando:

Il rischio non risiede soltanto nel modello. Risiede nel ciclo decisionale. Quindi dovremo poter ricostruire: quale dato è entrato → quale suggerimento ha prodotto l’AI → che cosa ha modificato il medico → che cosa è stato prescritto → quale risposta si è verificata. Questa è vera auditability clinica.

Il quadro che emerge

Se metto insieme i quattro lavori più importanti della settimana — CRF dinamica, grip strength e mortalità, sleep dynamics e rischio cardiovascolare, Huawei D3 e pressione intorno all’esercizio — vedo apparire sempre più chiaramente il modello TFL: non descrivere una persona attraverso diagnosi e valori isolati. Descriverla attraverso funzioni dinamiche.

Questo è molto più interessante della “biological age”.

Age well. Keep doing.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana vedo soprattutto tre segnali forti per Training for Life: l’IA che passa dalla promessa alla sperimentazione randomizzata nella prevenzione cardiovascolare; un lavoro di Nature Medicine che rimette ordine nel caos delle “età biologiche”; e un’ulteriore convergenza fra attività fisica, alimentazione e inflammaging. Molto meno convincente, invece, ciò che emerge sul fronte degli integratori miracolosi e delle scorciatoie di longevità.

Il paper della settimana: quali “orologi biologici” possiamo davvero usare?

Il lavoro che conserverei per primo è “Responsiveness of epigenetic aging biomarkers to longevity interventions in humans”, pubblicato su Nature Medicine il 21 agosto 2026.

È importante perché affronta una domanda che ci siamo posti più volte: se faccio allenamento, modifico l’alimentazione o somministro un intervento farmacologico, posso utilizzare l’età epigenetica come outcome?

Gli autori hanno costruito TranslAGE, armonizzando 51 studi longitudinali d’intervento e calcolando sugli stessi dataset 16 importanti epigenetic clocks più 94 ulteriori biomarcatori DNAm. Il risultato più netto è che gli orologi non sono equivalenti: quelli di seconda generazione, costruiti per predire mortalità o pace of aging, risultano molto più responsivi degli orologi che cercano semplicemente di indovinare l’età anagrafica. DunedinPACE emerge come particolarmente sensibile agli interventi lifestyle; GrimAgeV2 e PCGrimAge sembrano più sensibili agli interventi farmacologici.

C’è un secondo risultato che per me è ancora più interessante: due differenti interventi di dieta mediterranea hanno modificato in direzione coerente subset simili degli orologi di seconda generazione, mentre gli studi sui senolitici hanno mostrato risposte molto meno coerenti, talvolta addirittura discordanti fra diversi clocks.

Conseguenza per Training for Life

Per un eventuale progetto TFL longitudinalmente controllato considererei oggi:

Molto meno interessante, da solo, un numero tipo “hai biologicamente 57 anni”.

Cardiologia preventiva e IA: qui c’è qualcosa di concreto

Il secondo lavoro della settimana è un RCT, pubblicato su BMC Medicine il 18 agosto, su 1.100 pazienti con cardiopatia coronarica, che ha valutato un sistema di management della prevenzione secondaria potenziato dall’IA.

A tre mesi l’intervento ha prodotto LDL-C leggermente ma significativamente inferiore rispetto alla usual care: differenza aggiustata −3,2 mg/dL. Il dato isolato non impressiona; molto più interessante è che il raggiungimento del target LDL è salito dal 64% al 71%, quello pressorio dal 35% al 45%, e il follow-up ambulatoriale dall’72,6% all’86,4%. Ben il 75,4% delle 24.601 registrazioni di outcome è stato acquisito automaticamente.

Non sono invece migliorati significativamente BMI, HbA1c, aderenza farmacologica o l’endpoint cardiovascolare composito, e tre mesi sono ovviamente troppo pochi per parlare seriamente di eventi.

Qui c’è un concetto TFL molto forte:

Esattamente il nostro:

IA che prescrive esercizio cardiologico

Sempre il 18 agosto è uscito uno studio italiano molto vicino a ciò che stiamo costruendo. Due esperti di riabilitazione cardiologica hanno valutato programmi di esercizio generati da DeepSeek per cinque scenari simulati: IMA recente, IMA pregresso, fibrillazione atriale, HFrEF e HFpEF.

I punteggi medi degli esperti sono stati 4,5/5 per aderenza alle linee guida, 5/5 per sicurezza e 4,3/5 per plausibilità clinica; non sono state identificate prescrizioni manifestamente pericolose.

Però metterei un enorme asterisco: cinque pazienti finti, due valutatori e nessun outcome reale. Gli stessi autori sottolineano che lo studio non dimostra efficacia né sicurezza nell’impiego clinico.

Per TFL è comunque un segnale notevole. Non immagino l’IA che sostituisce chi prescrive l’allenamento. Immagino:

Quello è già tecnicamente molto vicino.

Nutrizione, attività fisica e inflammaging

Un prospective cohort pubblicato il 19 agosto ha analizzato 6.468 soggetti ≥65 anni del Chinese Longitudinal Healthy Longevity Survey.

L’esercizio regolare era associato a una mortalità inferiore rispetto all’attività irregolare (HR 0,74). Ancora più interessante per il modello TFL: dieta con maggiore profilo antinfiammatorio associata ad attività regolare corrispondeva a una riduzione del rischio di mortalità del 27%, e combinata con elevata attività ricreativa del 39%.

È osservazionale, l’attività fisica è autoriferita e rimane possibile confondimento residuo. Quindi non trasformerei gli hazard ratio in prescrizioni. Il messaggio importante è un altro:

Questo è molto Sears, molto Scapagnini e molto Training for Life.

Longevità: una settimana che ridimensiona le scorciatoie

Un curioso lavoro su npj Aging, pubblicato il 15 agosto, mostra che il gemfibrozil può prolungare la vita in modelli sperimentali attraverso una limitazione dell’assorbimento di aminoacidi mediata dal trasportatore PEPT1. È biologicamente interessante, soprattutto per il collegamento fra nutrient sensing, aminoacidi e longevità, ma siamo lontanissimi dal trasformare un vecchio fibrato in farmaco anti-aging umano.

Un altro studio associa concentrazioni plasmatiche maggiori di glicina a una minore accelerazione dell’invecchiamento biologico, con una possibile mediazione attraverso infiammazione e stress ossidativo. Ancora una volta, però: associazione metabolica non significa che ingerire glicina produca lo stesso effetto. Questa distinzione va continuamente martellata nel capitolo longevità:

Barry Sears e Peter Attia

La domanda interessante continua a essere quella sulla resolution physiology: non genericamente “ridurre l’infiammazione”, ma favorire un corretto passaggio dalla risposta infiammatoria alla risoluzione. Qui restano importanti omega-3, SPM e rapporto fra composizione della dieta e infiammazione.

Peter Attia: il nuovo episodio del 17 agosto è dedicato soprattutto alla psichiatria, ma con un’impostazione che ci interessa: metabolismo, infiammazione, ormoni, ritmo circadiano e salute mentale vengono trattati come parti dello stesso sistema, invece del semplice modello “neurotrasmettitore → sintomo”. È sorprendentemente vicino al quinto pilastro TFL, equilibrio.

Ciclismo e running

È appena stato accettato un lavoro sul cross-training running/cycling. Non è uno studio fisiologico controllato ma un survey di 55 atleti e allenatori, quindi lo prenderei come descrizione della pratica, non come prova.

Il risultato è però intuitivamente interessante: la sostituzione non viene percepita come 1:1. Per sostituire una seduta di running con ciclismo viene stimata mediamente una durata circa 1,76 volte maggiore; nell’altra direzione circa 0,54. E soprattutto il trasferimento viene giudicato molto migliore per il lavoro a bassa intensità che per soglia/VO₂max. La conseguenza pratica è giusta:

Per il master è particolarmente interessante: ciclismo/e-bike possono permettere un grande volume aerobico riducendo il costo muscolo-scheletrico della corsa, ma non possono sostituire completamente gli adattamenti specifici del running.

CrossFit e allenamento funzionale

Segnalerei il filone dell’High-Intensity Functional Training: una meta-analisi di cinque RCT pubblicata nel numero di agosto di Science & Sports esamina gli effetti su composizione corporea e metabolismo glucido-lipidico nei soggetti sovrappeso/obesi. Il numero di studi è ancora piccolo, quindi il segnale è interessante più che definitivo. Il messaggio TFL rimane:

Wearable intelligence

La novità concettuale più importante non è un nuovo sensore. È il modo in cui stiamo cominciando a utilizzare ciò che il sensore registra.

Una review di agosto sulla rilevazione della fibrillazione atriale attraverso smartwatch sottolinea un punto fondamentale: le prove sono forti sulla capacità del wearable di rilevare e notificare, ma diventano progressivamente più deboli procedendo verso diagnosi, trattamento e soprattutto miglioramento degli outcome. È lo stesso problema di quasi tutta la digital health.

Per TFL il wearable deve quindi attraversare quattro livelli:

Se rimane al primo è un gadget.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana non vedo un singolo trial clinico capace di cambiare domani le linee guida su esercizio, nutrizione o longevità. Vedo però due segnali molto interessanti per Training for Life: il wearable che comincia a trasformarsi da semplice registratore in produttore di biomarcatori cardiovascolari, e l’IA che comincia a trasformare masse di dati clinici in informazione strutturata e verificabile.

Il paper della settimana: dal PPG all’”età cardiovascolare”

Il lavoro che metterei in cima è Smartwatch Photoplethysmography-Derived Heart Age via ECG-Guided Cross-Modal Pretraining as a Digital Biomarker of Vascular Aging, pubblicato come preprint il 3 agosto. Gli autori hanno lavorato su tre coorti OPPO per complessivi 581.804 soggetti e oltre 7,45 milioni di registrazioni. Il modello viene addestrato sfruttando contemporaneamente ECG e PPG, ma una volta addestrato richiede soltanto il PPG dello smartwatch.

La cosa interessante non è tanto l’ennesima “biological age”. È che l’heart-age gap ottenuto dal PPG si associa alla pulse-wave velocity e all’ipertensione: per ogni deviazione standard di incremento dell’heart-age gap, OR 1,72 per ipertensione prevalente; quartile più alto contro più basso, OR 4,25.

Per TFL questo è importante. La direzione che abbiamo immaginato è diventata tecnicamente realistica:

Ma attenzione: siamo ancora davanti a un preprint, con associazione soprattutto cross-sectional e non a una dimostrazione che modificare quell’indice riduca gli eventi. Quindi non lo chiamerei ancora “età biologica cardiovascolare” in senso clinico. Lo chiamerei digital cardiovascular phenotype. È molto più serio.

IA in cardiologia: un’altra cosa che ci interessa direttamente

Un secondo preprint della settimana applica un sistema multi-agent all’estrazione e costruzione automatica di caratteristiche cliniche dalle cartelle dello scompenso cardiaco. Il sistema produce feature strutturate mantenendo la provenienza dell’informazione e, aggiungendole al modello, l’AUROC per identificare HFrEF passa da 0,895 a 0,963, mentre per HFpEF passa da 0,870 a 0,910.

È ancora sperimentale e richiede validazione esterna. L’IA interessante non è quella che costringe il medico a compilare un’altra schermata. È quella che prende:

e restituisce al medico informazione già organizzata, tracciabile e controllabile. In altre parole: deve produrre Net Clinical Time positivo.

Exercise / cardiologia preventiva

Questa settimana non emerge, nelle ricerche che ho effettuato, un grande RCT nuovo che modifichi il paradigma dell’Exercise is Medicine. E forse questa assenza è essa stessa interessante. La frontiera sta spostandosi da:

È esattamente il passaggio da Exercise is Medicine a Training for Life. TFL non deve quindi limitarsi alla prescrizione FITT. Deve chiudere il ciclo:

Wearable intelligence: il problema non è più raccogliere dati

Un altro lavoro pubblicato come preprint il 4 agosto prova a combinare dati wearable, annotazioni personali e visualizzazione per interpretare lo stress quotidiano. È uno studio pilota minuscolo — appena sette partecipanti — quindi non prenderei sul serio le dimensioni degli effetti riportati. Prenderei invece molto sul serio il problema che pone.

Una FC di 120 bpm può significare: salita in bicicletta, ansia, caldo, caffè, infezione, rapporto sessuale, riunione stressante. Il dato fisiologico senza contesto è ambiguo.

Questo significa che la prossima generazione TFL non dovrebbe limitarsi a importare Garmin. Dovrebbe poter associare:

Questa è vera wearable intelligence.

Longevità: attenzione alle “biological ages”

È uscito inoltre un interessante lavoro metodologico sulla presunta decelerazione dell’aumento della longevità umana. Utilizzando un’analisi bayesiana dei change-point su quasi due secoli, gli autori sostengono che l’apparente appiattimento dei record di aspettativa di vita non dimostri necessariamente l’avvicinamento a un limite biologico: potrebbe riflettere una riduzione della varianza dei progressi annuali piuttosto che una riduzione del loro valore medio.

Non dimostra affatto che vivremo 150 anni. Dimostra una cosa più modesta e più interessante:

Per TFL rimane quindi molto più interessante l’healthspan che il lifespan massimo.

Peter Attia, David Sinclair

Nessun risultato della settimana che mi faccia modificare il nostro quadro. Anzi, la distinzione diventa sempre più utile:

Per Training for Life oggi il primo asse è molto più immediatamente traducibile nella pratica clinica. Il secondo rimane scientificamente affascinante, ma molto più lontano dalla prescrizione quotidiana.

Training for Life Scientific Observatory — Weekly Brief

Questa settimana è dominata dall’ESC Congress di Monaco, iniziato il 28 agosto, con un’enfasi esplicita su IA, digital health, prevenzione e riabilitazione. Il segnale complessivo è chiaro: si passa dal wearable che “misura qualcosa” a sistemi che cercano di modificare realmente la gestione clinica, e dalla riabilitazione come luogo fisico alla riabilitazione come processo ibrido.

1. Remote Exercise SWEDEHEART: il risultato che non è arrivato facile

Il trial presentato all’ESC ha coinvolto 3.112 pazienti post-infarto in 23 centri svedesi. Offrire anche la riabilitazione supervisionata da remoto non ha aumentato significativamente il numero di sedute completate rispetto alla sola riabilitazione tradizionale: completamento circa 13,8% vs 13,6%.

Però, quando l’opzione remota era disponibile, il 38% delle sedute veniva effettivamente svolto da remoto; la capacità fisica migliorava in modo simile nei due gruppi e gli eventi avversi seri legati all’esercizio erano molto rari.

Qualità dell’evidenza: alta rispetto alla maggior parte della digital rehabilitation — studio pragmatico, cluster-randomized crossover, multicentrico. Limite: non dimostra che la tele-riabilitazione aumenti automaticamente l’aderenza.

Per Training for Life: TFL non deve diventare “cardiac rehab via app”. Il digitale deve offrire modalità diverse alla stessa persona, ma restano determinanti motivazione, comorbidità, competenza digitale, contesto sociale e personalizzazione.

2. Sprint interval training e “molecular signalling”

Il lavoro di Olsen e colleghi su Cell Reports Medicine confronta 6 × 30 s all-out con 90 minuti di ciclismo continuo intorno al 90–100% di LT1 in piccoli gruppi di uomini giovani e allenati.

La differenza molecolare immediata è impressionante: lo sprint ha modificato circa un quarto delle 2.884 proteine plasmatiche analizzate, oltre a più di 200 metaboliti; il moderate exercise ne modificava pochissime. Gli autori hanno collegato parte di queste proteine a fenotipi cardiometabolici nella UK Biobank.

Non dimostra che tre minuti di sprint “valgano più” di 90 minuti di endurance — outcome molecolari, campioni piccoli, popolazione selezionata. Ma cambia una cosa concettuale importante.

Per TFL rafforza una distinzione fondamentale: volume aerobico, soglia, VO₂max, forza e sprint non sono modi intercambiabili di consumare calorie. Sono segnali fisiologici differenti.

3. L’IA entra finalmente negli RCT di prevenzione

Due trial randomizzati presentati all’ESC: ELFIE-HYPERTENSION, mHealth internazionale con IA e gamification, e MICArdiac, gestione pressoria via app AI-enhanced e wearable. Risultati completi non ancora disponibili — non se ne anticipano conclusioni.

Il fatto metodologicamente importante è che non si valida più soltanto un algoritmo, ma si chiede: l’algoritmo modi fica la pressione? migliora l’aderenza? cambia il rischio? È il livello di evidenza da pretendere anche per l’IA di Training for Life.

Wearable & Cardiology Watch

Distinzione netta fra scienza rilevante e novità commerciali. Apple Watch: nessun nuovo grande paper; il riferimento resta EQUAL (PPG+ECG identifica FA di nuova insorgenza più della usual care negli over 65 a rischio). Messaggio: ottimo per intercettare FA parossistica, non ancora dimostrazione che lo screening migliori outcome duri.

Fitbit/Google: nessuno studio clinico forte; da segnalare il nuovo Luffu Link degli ex-fondatori Fitbit, wearable screenless per il “family health monitoring” — non ancora evidenza clinica. Garmin: nessun trial cardiologico rilevante; per TFL resta una longitudinal performance/physiology platform più che un diagnostic wearable. WHOOP: nuova fascia Meridian, nessun paper che cambi il giudizio clinico. Oura: discussione sulla stima degli sleep stages, inferiti da segnali periferici e non da EEG.

FC → misurata. RR → misurato/inferito. HRV → calcolata. Sleep stage → algoritmo. Recovery score → algoritmo proprietario.

Da guardare con attenzione: sessione ESC sulla validazione clinica di un dispositivo ad anello per la pressione cuffless — dati ancora incompleti, ma frontiera più interessante dell’ennesimo recovery score. Presentato anche un proof-of-concept sulla rilevazione dell’arresto cardiaco da wearable: interessantissimo tecnologicamente, non ancora pronto clinicamente.

Cardiologia preventiva, nutrizione e metabolismo

La prevenzione cardiovascolare ESC 2026 converge su lipidi + obesità/metabolismo + IA + personalizzazione; risultati a 12 mesi di SHASTA-3/4 (plozasiran) attesi nel prossimo brief.

Un crossover randomizzato su beetroot juice in ipossia mostra un segnale sull’attenuazione della deossigenazione muscolare, ma non abbastanza forte da modificare una prescrizione. Più interessante concettualmente un lavoro che mostra come lattosio e saccarosio possano entrambi stimolare la de novo lipogenesis epatica — il significato dipende comunque da dose, bilancio energetico e contesto metabolico.

Longevità

Il dato più serio della settimana: uno studio su JAMA Network Open conferma che la longevità eccezionale dei genitori si associa nei discendenti a maggiore sopravvivenza e ritardo nell’insorgenza di morbilità. Non un “gene della longevità”, ma una componente di resilienza biologica familiare.

Un linguaggio più fertile della semplice “età biologica”. Su Sinclair: nessun nuovo paper clinico questa settimana; continua a spingere su rigenerazione e ringiovanimento tissutale, incluso il ruolo dell’involuzione timica nell’immunosenescenza — ancora lontano dalla prescrizione clinica corrente.

CrossFit, ciclismo e running

Nessun nuovo RCT abbastanza solido da cambiare l’approccio CrossFit. Per TFL conta il fenotipo dell’allenamento: forza + potenza + movimenti complessi + elevata intensità metabolica + competenza neuromuscolare.

Il paper sullo sprint interessa molto il ciclismo: 6 × 30 s all-out, recupero 4 min. La potenza massima può rappresentare uno stimolo molecolare distinto dal lavoro continuo intorno a LT1 — senza sostituire la lunga endurance.

IA in medicina

Il Congresso ESC 2026 ha scelto l’IA come tema centrale — ECG, imaging, risk prediction, digital prevention, gestione clinica. Interessa soprattutto che iniziano ad apparire trial nei quali AI + app + wearable → comportamento/intervento → outcome clinico misurabile: questa settimana MICArdiac ed ELFIE.

Training for Life non deve scegliere tra alta tecnologia e rapporto umano: deve usare la tecnologia per rendere il rapporto umano più informato, continuo ed efficace. E il dato SWEDEHEART è forse la lezione migliore — la tecnologia amplia le possibilità, non sostituisce il motivo per cui una persona decide davvero di allenarsi.

Training for Life Scientific Observatory — Monthly Report

Il filo conduttore di settembre è molto netto: la medicina dello stile di vita sta passando dalle raccomandazioni generiche alla prescrizione individualizzata e misurabile. Esercizio, nutrizione, wearable e intelligenza artificiale cominciano a comporsi in un unico sistema. È probabilmente il mese che, finora, assomiglia di più all’idea che sta alla base di Training for Life.

1. Cardiologia preventiva: misurare la funzione, non soltanto il rischio

Un dato particolarmente interessante arriva dall’European Journal of Preventive Cardiology: nel registro ITER, nei pazienti cardiovascolari sottoposti a prevenzione secondaria basata sull’esercizio, il miglioramento della velocità del cammino si associa a una riduzione della mortalità. È un messaggio semplice ma importante: un parametro funzionale facilmente misurabile può avere un significato prognostico reale.

Nello stesso fascicolo, un’analisi nei pazienti con malattia cardiovascolare mostra che anche il modello “weekend warrior”, quando il volume di attività fisica è adeguato, si associa favorevolmente alla mortalità. Non significa che concentrare tutto nel weekend sia necessariamente ottimale, ma suggerisce che il volume effettivamente accumulato conta molto.

Interessante anche SAPPHIRE-LDL: un intervento digitale strutturato può migliorare la gestione del colesterolo LDL nei pazienti con ASCVD. È un altro esempio di come il follow-up digitale possa diventare parte della prevenzione, anziché semplice accessorio tecnologico.

TFL: aggiungerei definitivamente velocità del cammino, forza e capacità funzionale ai parametri longitudinali. La domanda non è soltanto “quanto è diminuito l’LDL?”, ma anche “questa persona funziona meglio di sei mesi fa?”.

2. Esercizio come terapia: sempre meno slogan, sempre più prescrizione

Una network meta-analysis pubblicata il 15 settembre sull’HFpEF conferma che differenti modalità di exercise training possono migliorare capacità funzionale e outcome fisiologici.

Ancora più vicino alla filosofia TFL è un pragmatic RCT su anziani ipertesi: allenamento combinato, con o senza counselling nutrizionale, è stato studiato direttamente sui fattori di rischio cardiovascolare.

E nella cardiopatia ischemica compare anche un RCT su un remote booster programme finalizzato specificamente a ridurre la sedentarietà dopo riabilitazione cardiologica.

Questo potrebbe diventare uno dei messaggi centrali del Cardiometabolic Lab TFL.

3. Nutrizione e metabolismo: il muscolo torna al centro

Il tema più interessante del mese riguarda i GLP-1 agonisti.

Un articolo appena pubblicato su Clinical Nutrition affronta esplicitamente l’ipotesi della creatina per contrastare la perdita muscolare associata alle terapie GLP-1. Gli autori sottolineano un punto importante: durante una rapida perdita ponderale possono convergere riduzione dell’introito energetico e proteico, minore carico meccanico e talvolta minore attività fisica, creando condizioni sfavorevoli per il muscolo. La creatina è una proposta biologicamente plausibile, ma non abbiamo ancora la prova clinica definitiva specifica per questa indicazione.

Parallelamente, una nuova meta-analisi di 11 RCT negli over 60 mostra che creatina + resistance training determina un miglioramento della forza rispetto al resistance training isolato, sebbene di entità moderata.

Questo interessa moltissimo il concetto GLP-1 friendly: non dovremmo pensare soltanto a prodotti alimentari compatibili con semaglutide o tirzepatide. Dovremmo pensare a un vero programma di muscle preservation:

4. Longevità: meno “anti-aging”, più adattamento

Valter Longo e colleghi hanno pubblicato a settembre una review sui meccanismi attraverso cui il fasting può influenzare healthspan, epigenoma e regolazione trascrizionale. È una lettura interessante perché sposta il digiuno dalla semplice perdita di peso verso nutrient sensing e adattamento cellulare.

Su Cell Metabolism compare inoltre una riflessione provocatoria sulla restrizione proteica come risposta fisiologica coordinata collegata ai hallmarks of aging.

Qui però farei attenzione. Ciò che prolunga la vita in modelli sperimentali non coincide necessariamente con ciò che preserva meglio forza, massa muscolare e capacità funzionale nell’adulto maturo.

È uno dei grandi nodi scientifici del nostro Age Well. Keep Doing.

5. CrossFit e functional training

Settembre porta un curioso lavoro sul comportamento degli atleti CrossFit: 198 partecipanti più 20 interviste qualitative mostrano come identità atletica, pressione sociale e cultura dell’allenamento possano influenzare la decisione di continuare ad allenarsi in presenza di dolore o malattia.

È importante perché completa la visione puramente fisiologica: il functional training è efficace quando rimane adattabile; diventa problematico quando l’identità competitiva prevale sull’autoregolazione.

È esattamente la ragione per cui nel TFL vedrei bene il CrossFit non come protocollo standardizzato ma come filosofia di functional training scalabile: squat, hinge, push, pull, carry, locomotion, power, equilibrio e coordinazione, adattati alla persona.

6. Ciclismo e running: un documento da conservare

Per il ciclismo, il paper del mese è probabilmente il nuovo UCI Sports Nutrition Project — Position Statement on Nutrition for Cycling, pubblicato il 15 settembre. Tra gli autori troviamo Louise Burke, Asker Jeukendrup, Iñigo Mujika, Stephen Seiler e molti altri nomi di primo piano.

Per noi è un documento importante perché integra fueling, disponibilità energetica, carboidrati, proteine, idratazione, recovery e differenti esigenze delle discipline ciclistiche.

Lo metterei direttamente nella biblioteca fondamentale TFL Sport Lab.

Nel running, un piccolo crossover trial su 14 cross-country runners allenati mostra che il remote ischemic preconditioning aumenta il maximal accumulated oxygen deficit durante esercizio severo. Interessante fisiologicamente, ma ancora troppo preliminare per trasformarlo in raccomandazione pratica.

7. Wearable Intelligence: qui settembre offre forse il paper più “TFL” di tutti

Un RCT pubblicato il 14 settembre ha studiato la riabilitazione cardiologica domiciliare mediante smart ring + counselling telefonico.

Questo, Mariano, è esattamente il modello verso cui stiamo andando:

Il wearable non deve diagnosticare tutto. Deve permetterci di vedere ciò che accade fra una visita e quella successiva. È una differenza enorme.

E significa che per TFL non cercherei “il wearable migliore”: costruirei un sistema capace di integrare Apple, Garmin, Oura, Huawei e dispositivi medicali quando necessari.

8. Intelligenza artificiale in medicina

A settembre la Heart Rhythm Society pubblica anche il proprio scientific statement sul framework di integrazione dell’AI nei workflow di elettrofisiologia. Contemporaneamente continuano a svilupparsi applicazioni dell’AI alla caratterizzazione della placca coronarica e alla medicina cardiovascolare di precisione.

Il punto interessante non è più chiedersi se l’AI entrerà in cardiologia. È già entrata. La questione diventa dove debba rimanere il medico.

Per TFL:

È molto più credibile di una fantomatica “AI che prescrive esercizio”.

Tre osservatori: Sears, Ricordi, Scapagnini

Barry Sears. Non emerge nel mese un nuovo trial importante direttamente firmato da Sears. Ma la letteratura continua a spostarsi verso concetti che appartengono da tempo alla sua visione: controllo della risposta metabolica al pasto, infiammazione, omega-3 e interazione tra nutrienti e segnali cellulari. Per La Zona del Cuore non riproporrei quindi la Zona del 2001. Racconterei l’evoluzione: Zona → controllo metabolico → infiammazione → metabolic engineering → personal izzazione. Sears diventa l’origine di un percorso, non il punto d’arrivo.

Camillo Ricordi. Anche qui non trovo a settembre un nuovo paper di particolare rilievo direttamente firmato da Ricordi nelle nostre aree. Il suo contributo rimane però concettualmente importante: metabolismo, diabete, funzione beta-cellulare, medicina rigenerativa e healthspan. Lo terrei nel Scientific Observatory come rappresentante della frontiera repair/regeneration, distinguendola chiaramente dagli interventi già trasferibili alla clinica quotidiana.

Giovanni Scapagnini. Il filone Scapagnini — mitocondrio, stress ossidativo, nutrient sensing, NAD, polifenoli — rimane particolarmente pertinente alla nostra area Longevity. Ma anche qui settembre suggerisce prudenza: i meccanismi molecolari stanno diventando sofisticatissimi, mentre gli outcome clinici robusti sono molto meno numerosi.

Cosa porterei subito dentro Training for Life

Questo mese farei quattro mosse concrete.

Nel TFL clinico, introdurrei una vera scheda di functional trajectory: VO₂/CPET quando indicato, soglie, forza, potenza, equilibrio, composizione corporea e velocità del cammino.

Nel Longevity Lab, metterei il muscolo al centro. Non soltanto massa magra: forza e potenza, perché ciò che ci interessa è preservare la capacità di fare.

Sul sito, il lavoro sullo smart ring merita una pillola: “Il medico tra una visita e l’altra: cosa possono realmente fare i wearable.”

Per La Zona del Cuore, settembre offre un capitolo quasi già scritto: “Nutrire la capacità di fare”. Sears, proteine, creatina, GLP-1, muscolo, esercizio e metabolismo possono finalmente essere raccontati come un unico sistema.

E aggiungerei alla bibliografia centrale TFL quattro lavori di settembre: ITER sulla velocità del cammino, la meta-analisi exercise/HFpEF, l’RCT di cardiac rehabilitation con smart ring e soprattutto il nuovo UCI Position Statement on Nutrition for Cycling.

Training for Life Scientific Observatory — Monthly Report

Agosto è stato un mese particolarmente interessante per Training for Life perché convergono tre linee finora trattate quasi separatamente: fitness come biomarcatore clinico, esercizio come terapia vera e propria, e wearable/IA come infrastruttura per personalizzare e seguire l’intervento. L’ESC Congress di Monaco, concluso il 31 agosto, ha rafforzato questa direzione con lo spotlight 2026 sull’IA in cardiologia.

1. Cardiologia preventiva: dalla malattia alla “riserva funzionale”

Il lavoro che rappresenta meglio il mese è pubblicato su JAMA Network Open su 13.423 soggetti ≥65 anni: misura realmente fitness cardiorespiratorio, forza, equilibrio, agilità e flessibilità. Al follow-up di circa 7 anni, il quintile con migliore fitness composita aveva un rischio di mortalità globale significativamente inferiore, con HR aggiustato 0,39 rispetto al quintile peggiore.

Quasi una legittimazione epidemiologica del concetto TFL: non basta conoscere diagnosi, colesterolo, pressione e farmaci — bisogna sapere cosa la persona è ancora capace di fare.

Sempre dall’ESC, STAREE: quasi 5.000 adulti >70 anni senza storia cardiovascolare, diabete o demenza — atorvastatina 40 mg ha ridotto di circa il 30% gli eventi cardiovascolari maggiori, ma non ha prolungato la sopravvivenza libera da disabilità.

Per TFL: proporrei formalmente un Functional Health Score nella valutazione iniziale — CPET o test submassimale quando disponibile, forza arti inferiori, equilibrio/agilità, composizione corporea e una misura di autonomia funzionale.

2. Esercizio fisico come terapia: dati difficili da ignorare

Il segnale più forte viene dalla cardiologia clinica: un trial randomizzato pubblicato sull’European Heart Journal mostra che l’esercizio aerobico iniziato precocemente dopo infarto può migliorare fitness e attenuare la fibrosi peri-infartuale.

Al congresso ESC, il NEXAF trial — un programma di esercizio personalizzato di un anno, inizialmente supervisionato e poi domiciliare — ha ridotto il burden di fibrillazione atriale, migliorato il fitness cardiorespiratorio e ridotto le ospedalizzazioni rispetto alla usual care. Interessante anche il follow-up di Generation 100 su HIIT e mortalità a 10 anni negli anziani.

Un RCT su 60 anziani fragili randomizzati a 24 settimane di bodyweight interval training ha aumentato nettamente la probabilità di passare a categorie di minore fragilità (odds ratio 15,24).

3. Longevità: la funzione batte l’anagrafe

Il lavoro di Wu e colleghi sulla fitness nell’anziano è forse il paper di longevità più importante del mese: chi mantiene forza, agilità, equilibrio e fitness cardiorespiratorio vive più a lungo — un messaggio più robusto di molti biomarcatori commerciali di “biological age”.

Dal gruppo di Valter Longo, su Cell Metabolism, una dieta sperimentale in cui la modulazione della metionina induce modificazioni di GH, GLP-1 e FGF21 e riduce la fragilità nei modelli studiati — biologicamente interessante, ma lontana dalla prescrizione clinica umana. Continua anche l’esplorazione della time-restricted eating oltre la perdita di peso.

4. CrossFit e allenamento funzionale

La letteratura specificamente “CrossFit” resta meno robusta di quella su HIFT, interval training e resistance training, ma il quadro si fa interessante: un RCT su anziani fragili mostra che l’interval training a corpo libero può modificare lo stato di fragilità; un altro studio mostra che isometrici + elastici migliorano fitness funzionale e composizione corporea in donne ≥70 anni.

CrossFit non va difeso come marchio o protocollo; va interpretato come espressione avanzata del functional training, scalabile dall’atleta all’anziano. Per TFL: functional foundations → functional strength → high-intensity functional training, con la differenza data da capacità, rischio e adattabilità individuale, non dall’età.

5. Ciclismo e running: intensità, carboidrati e caldo

Uno studio randomizzato conferma l’interesse crescente per la distribuzione dell’intensità più che per “quanta intensità” — per TFL, LT1/LT2 diventano ancora più utili. Sul fueling, il glucosio migliora la prestazione rispetto al fruttosio isolato durante esercizio di endurance.

Il caldo resta centrale: una sostituzione idrica insufficiente peggiora la prestazione a cronometro indipendentemente dalla natremia; un breve protocollo di acclimatazione al caldo con circuit training può migliorare capacità intermittente e funzione neuromuscolare. Nel running, 31 giorni di chetoni esogeni e un RCT su probiotici multiceppo non mostrano benefici significativi.

Traduzione: prima di integratori sofisticati vengono allenamento, carboidrati, idratazione, termoregolazione e recupero.

6. Nutrizione e metabolismo: gli omega-3 “con precisione”

Una meta-analisi aggiornata di 35 RCT, 114.592 persone mostra che l’aumento di fibrillazione atriale non è genericamente associato agli omega-3: il segnale emerge nei soggetti ad alto rischio cardiovascolare con >1.500 mg/die di EPA+DHA (OR 1,43, incremento assoluto ~0,8%). Alle dosi inferiori il rischio non risultava significativamente aumentato.

Focus Barry Sears: nuovo intervento divulgativo, “Metabolic Engineering: How Diet Reprograms Your Metabolism at the Cellular Level” — evoluzione del linguaggio dalla “Zone Diet” alla metabolic engineering. Scapagnini è coautore di una review su PQQ e metabolismo del NAD+ nel glaucoma, con importanti lacune di biodisponibilità e validazione clinica ancora aperte.

7. Wearable intelligence: agosto potrebbe essere un mese di svolta

Un lavoro su JAHA ha validato un sistema PPG digitale cuffless al dito in 1.173 persone, rispettando i criteri di validazione previsti in sette condizioni, incluso l’esercizio, con errori medi ≤5 mmHg e SD ≤8 mmHg. Time-in-target e variabilità pressoria erano associati a marker di danno d’organo.

All’ESC il tema è stato discusso esplicitamente, incluso un Great Debate su cuffless BP + AI + chatbot nella gestione dell’ipertensione. Un grande preprint su oltre 580.000 soggetti usa PPG da smartwatch per stimare una “heart age” associata a PWV e ipertensione — impressionante per scala, ma resta un preprint.

8. IA in medicina: non il medico artificiale, ma il sistema che integra

L’ESC 2026 descrive l’IA come co-pilot, con applicazioni su ECG, imaging, risk prediction e workflow clinico. Un’umbrella review sull’AI-based exercise prescription nelle malattie croniche, accettata in agosto, segnala che il campo è ormai abbastanza maturo da richiedere revisioni delle revisioni.

Qui wearable e IA diventano un sistema adattativo, non un gadget.

Sarcopenia e attività fisica: cosa dice l’ESC

Il fascicolo di settembre 2026 dell’European Journal of Preventive Cardiology è un Focus Issue interamente dedicato a salute muscolare e attività fisica in prevenzione cardiovascolare. Nel suo insieme, il numero costituisce una conferma autorevole (ESC/EAPC) di diversi pilastri su cui è costruito il metodo Training for Life: valutazione funzionale non solo aerobica, prescrizione individualizzata per rischio, integrazione di forza e nutrizione, monitoraggio longitudinale.

La sarcopenia come bersaglio terapeutico strutturato

Lo Scientific Statement dell’EAPC (Cornelissen et al.) tratta per la prima volta la sarcopenia in cardiopatia come bersaglio da trattare in modo sistematico, non come reperto accessorio. L’indicazione centrale è la stessa combinazione su cui è costruito il Cardiometabolic Lab: allenamento di resistenza associato all’aerobico, con supporto nutrizionale mirato. Due analisi post-hoc su registri di scompenso cardiaco (SONIC-HF, FRAGILE-HF) confermano il valore prognostico della sarcopenia, inclusa quella respiratoria, negli anziani con scompenso.

Oltre la mortalità: le metriche di healthspan

Il Position Paper di Bahls e colleghi propone di superare la sola sopravvivenza come esito e orientare la valutazione dell’attività fisica verso metriche di healthspan: funzione, qualità di vita, invecchiamento in salute. È la cornice concettuale più vicina a quella del Longevity Lab: non solo vivere più a lungo, ma vivere meglio più a lungo.

Basta con il “one-size-fits-all”

Lo studio di coorte UK Biobank di Yuan e colleghi, su quasi 73.000 soggetti, mostra che il pattern ottimale di attività fisica (volume, intensità, sedentarietà) differisce in base al rischio cardiovascolare individuale. È la prova epidemiologica più diretta a supporto della prescrizione individualizzata per livello di rischio che il metodo applica nella fase Prescrivere, e l’editoriale di accompagnamento lo dichiara esplicitamente: le raccomandazioni generiche vanno superate.

Quando conta il pattern, non solo il volume

Nei pazienti cardiopatici il pattern “weekend warrior” (attività concentrata in 1-2 giorni, almeno 150 minuti settimanali) mostra benefici di sopravvivenza sovrapponibili a quelli dell’attività distribuita su più giorni. Una revisione sistematica con meta-analisi (Vanherle et al.) individua inoltre quali caratteristiche di frequenza, durata e intensità rendono i brevi bout di attività più efficaci nell’interrompere la sedentarietà per la salute cardiometabolica — basi pratiche per i micro-bout (“exercise snack”) già discussi nel Cardiometabolic Lab.

Il quadro che emerge

Messi insieme, questi lavori raccontano la stessa direzione: fitness non aerobica, forza e capacità funzionale meritano lo stesso peso clinico della fitness cardiorespiratoria, e la prescrizione deve essere costruita sul rischio individuale, non su una soglia unica per tutti.

La prescrizione dell’esercizio fisico in ambito cardiologico

A quasi vent’anni dalla prima edizione (2006), la Società Italiana di Cardiologia dello Sport (SIC Sport) e la Federazione Medico Sportiva Italiana (FMSI), in collaborazione con ANMCO e SIC, hanno pubblicato la seconda edizione del Documento di Consenso intersocietario sulla prescrizione dell’esercizio fisico in ambito cardiologico. Il documento — presentato nell’luglio 2025 all’Aula dei Gruppi Parlamentari di Roma — rappresenta il più aggiornato e autorevole riferimento italiano per la prescrizione dell’esercizio fisico in presenza di fattori di rischio e patologie cardiovascolari.

Il contesto epidemiologico: perché questo documento è necessario

Le malattie cardiovascolari (MCV) rappresentano la prima causa di morbilità e mortalità nel mondo e, in Italia, sono responsabili del 30,8% di tutti i decessi (ISTAT 2021). La cardiopatia ischemica da sola è responsabile dell’8,4% di tutte le morti.

A fronte di questa epidemia, circa il 40% della popolazione italiana ed europea risulta sedentaria — nonostante l’esercizio fisico regolare sia oggi riconosciuto come lo strumento preventivo e terapeutico più efficace, sicuro, fisiologico e a basso costo disponibile nella medicina moderna.

L’esercizio fisico come atto medico: il cambio culturale richiesto

Il messaggio centrale del documento è chiaro e ripetuto con forza: l’esercizio fisico strutturato deve essere considerato al pari di un qualsiasi farmaco — da prescrivere con appropriatezza e competenza, nella giusta dose, in maniera individualizzata, da parte del medico specialista in medicina dello sport e dell’esercizio fisico.

Non si tratta di un semplice invito a “muoversi di più”. Si tratta di riconoscere formalmente — anche in sede istituzionale e parlamentare — che la prescrizione dell’esercizio fisico è un atto medico strutturato, con una valutazione preliminare, una dose precisa, un monitoraggio e un follow-up programmato.

I meccanismi biologici dell’esercizio cardiovascolare

Il documento dedica ampio spazio ai meccanismi biologici attraverso cui l’esercizio fisico produce i suoi effetti benefici sul sistema cardiovascolare:

L’esercizio fisico influenza positivamente la biogenesi e la funzionalità mitocondriale, l’ossidazione degli acidi grassi, la dilatazione vascolare e la neo-capillarizzazione, garantendo una migliore perfusione miocardica. Riduce la cascata infiammatoria contrastando lo sviluppo dell’aterosclerosi attraverso il rilascio di miochine dal muscolo scheletrico. Agisce sulla modulazione dell’innervazione nervosa autonomica e ottimizza l’assorbimento del glucosio migliorando la secrezione e la sensibilità all’insulina.

La valutazione iniziale e la stratificazione del rischio

Prima di intraprendere un programma di esercizio fisico strutturato (EFS), il documento sottolinea l’importanza di una valutazione medica preventiva finalizzata a identificare i soggetti a rischio di eventi avversi cardiovascolari maggiori (MACEs), primo fra tutti la morte improvvisa e le sindromi coronariche acute.

Il documento distingue chiaramente tra la tradizione statunitense — basata su un semplice screening anamnestico — e la visione europea e italiana, che pone l’accento sull’aggiunta dell’elettrocardiogramma a riposo (ECG) interpretato da occhi esperti, con un significativo miglioramento dell’efficacia a fronte di un limitato impatto sui costi.

Il CPET: gold standard per la prescrizione individualizzata

Il Test Cardiopolmonare (CPET, CardioPolmonary Exercise Test) è identificato come lo strumento gold standard per la prescrizione individualizzata dell’esercizio fisico. Attraverso l’identificazione delle due soglie ventilatorie — VT1 e VT2 (equivalenti fisiologici delle soglie lattacide LT1 e LT2) — permette di determinare le zone di intensità personalizzate su cui costruire qualsiasi programma di allenamento, dalla riabilitazione cardiologica alla preparazione agonistica.

Il documento chiarisce esplicitamente che questo approccio è superiore rispetto all’utilizzo di parametri indiretti o soggettivi (frequenza cardiaca, carico di lavoro, scala RPE) derivati da altri test — una posizione di rilievo che conferma la necessità di una valutazione funzionale oggettiva come punto di partenza obbligato per una prescrizione appropriata.

Le patologie cardiovascolari trattate: una panoramica completa

La terza sezione del documento — la più estesa — affronta sistematicamente la prescrizione dell’esercizio fisico per ciascuna delle principali patologie cardiovascolari:

HIIT, esercizio di forza e differenze di genere

Il documento dedica spazio all’HIIT (High Intensity Interval Training), confermandone la sicurezza ed efficacia in pazienti selezionati, e ribadisce che il ruolo dell’allenamento di forza non deve essere trascurato: si è dimostrato fattibile ed efficace nella maggior parte delle MCV, anche come contrasto alla degenerazione sarcopenica degli anziani.

Una novità rilevante rispetto alla prima edizione è la presenza di un capitolo dedicato alle differenze di genere nella risposta all’esercizio fisico e alla prescrizione nelle diverse età della vita — riconoscendo che la donna presenta caratteristiche fisiologiche e cliniche proprie che richiedono un approccio specifico.

Gli aspetti organizzativi e medico-legali

La quarta sezione affronta temi di grande rilevanza pratica: l’approccio multidisciplinare alla prescrizione, il consenso informato e la responsabilità professionale. Il documento chiarisce che la prescrizione dell’esercizio fisico strutturato, in ambito cardiologico, è un atto medico con implicazioni medico-legali precise — un aspetto spesso sottovalutato nella pratica clinica.

Dal 2006 al 2025: cosa è cambiato

Il confronto con la prima edizione del 2006 — firmata da una task force multisocietaria che includeva anche ANCE e GICR, con Franco Giada e Alessandro Biffi come chairmen — evidenzia i progressi compiuti in quasi vent’anni:

L’edizione 2025 integra le più recenti evidenze scientifiche sull’HIIT, sull’allenamento della forza, sulla cardio-oncologia (assente nel 2006), sulle differenze di genere, sulla pre-riabilitazione e sul monitoraggio con tecnologie digitali e wearables. Riflette anche l’evoluzione delle linee guida ESC, in particolare le ESC 2020 sulla Cardiologia dello Sport, e aggiorna la stratificazione del rischio con le nuove carte SCORE2.

Nutrizione e metabolismo: cosa ci dice la letteratura recente

Negli ultimi anni la nutrizione è uscita dallo schema riduttivo “calorie e macronutrienti” ed è entrata in una fase più interessante: qualità degli alimenti, timing dei pasti, risposta glicemica individuale, massa muscolare, infiammazione, microbiota, sonno ed esercizio fisico vanno considerati come parti dello stesso sistema metabolico.

Il punto centrale è semplice: il metabolismo non è una caldaia passiva. È un sistema dinamico, adattativo, influenzato da ciò che mangiamo, da quando lo mangiamo, da quanto ci muoviamo e da come recuperiamo.

1. La qualità del cibo conta: il problema degli ultraprocessati

Una delle aree più solide della letteratura recente riguarda gli alimenti ultraprocessati. Le revisioni del 2025 confermano l’associazione tra elevato consumo di ultraprocessati e rischio cardiometabolico: obesità, insulino-resistenza, diabete tipo 2, dislipidemia, ipertensione e malattie cardiovascolari. Il problema non è solo “troppo zucchero” o “troppi grassi”: contano densità energetica, bassa sazietà, additivi, palatabilità, velocità di consumo e sostituzione di alimenti naturalmente ricchi di fibra, micronutrienti e composti bioattivi.

Un dato importante: anche quando una dieta ultraprocessata cerca di rispettare linee guida nutrizionali generali, una dieta basata su alimenti minimamente processati sembra favorire maggiore perdita di peso e migliore controllo dell’introito energetico.

2. Carboidrati: non “buoni o cattivi”, ma funzione-dipendenti

La letteratura sportiva resta chiara: nelle attività di endurance e negli esercizi a intensità moderata-alta, i carboidrati sono carburante strategico. Le position stand ISSN sul nutrient timing sottolineano che il glicogeno muscolare ed epatico è centrale per sostenere intensità elevate, e che l’assunzione di carboidrati durante esercizio prolungato aiuta a mantenere glicemia e performance.

Al contrario, le diete chetogeniche possono aumentare molto l’ossidazione dei grassi, ma la position stand ISSN 2024 conclude che, per la performance atletica, hanno effetti in genere neutri o sfavorevoli rispetto a diete più ricche di carboidrati, soprattutto quando serve produrre energia ad alta intensità.

3. Proteine e massa muscolare: il metabolismo passa dal muscolo

Il muscolo è un organo metabolico. Non serve solo a generare forza: è deposito di glicogeno, regolatore della sensibilità insulinica, tessuto endocrino e riserva funzionale per l’invecchiamento.

La position stand ISSN sulle proteine indica, per soggetti fisicamente attivi, un apporto indicativo di 1,4–2,0 g/kg/die per sostenere massa muscolare e adattamenti all’esercizio. Nei soggetti anziani o inattivi, una revisione del 2025 conferma l’interesse della supplementazione proteica per preservare massa e funzione, anche se l’esercizio resta lo stimolo principale.

4. Timing dei pasti e time-restricted eating

Il time-restricted eating, cioè concentrare l’assunzione di cibo in una finestra temporale limitata, è molto studiato. Le meta-analisi recenti indicano effetti favorevoli ma generalmente modesti su peso e composizione corporea, soprattutto quando associato a restrizione energetica o miglioramento della qualità della dieta.

Il punto più interessante non è il digiuno “eroico”, ma la crononutrizione: mangiare in modo coerente con ritmo sonno-veglia, attività fisica e sensibilità insulinica giornaliera. In pratica: evitare grandi carichi calorici serali, distribuire bene le proteine e adattare i carboidrati ai momenti di maggiore richiesta energetica.

5. CGM e risposta glicemica individuale

Il monitoraggio continuo della glicemia apre scenari interessanti anche nei soggetti non diabetici, ma va interpretato con prudenza. La risposta glicemica post-prandiale varia tra individui e dipende da alimento, ordine dei nutrienti, sonno, stress, attività fisica precedente, microbiota e sensibilità insulinica. Le applicazioni più promettenti non sono “vietare il cibo che fa picco”, ma costruire un profilo metabolico dinamico, integrando glicemia, movimento, sonno e timing dei pasti.

6. Infiammazione, omega-3 e recupero

La nutrizione influenza anche infiammazione e recupero. Gli omega-3, in particolare EPA e DHA, restano tra i nutrienti più interessanti per modulazione infiammatoria, salute cardiovascolare e potenziale supporto al recupero. La letteratura recente in ambito sportivo suggerisce effetti favorevoli su marker di infiammazione, danno muscolare e DOMS, ma il messaggio più equilibrato resta: prima dieta di qualità, poi eventuale supplementazione mirata.

La nutrizione metabolica moderna non è una dieta. È una forma di regolazione biologica.

Nel modello Training for Life, mangiare bene significa creare le condizioni perché esercizio, metabolismo, sonno, composizione corporea e salute cardiovascolare si rinforzino reciprocamente.

La direzione è chiara:

• meno ultraprocessati, più alimenti reali;
• carboidrati proporzionati al lavoro;
• proteine adeguate per proteggere il muscolo;
• timing coerente con ritmo circadiano e allenamento;
• uso intelligente dei dati, senza feticismo tecnologico.

In sintesi: non si tratta di inseguire la dieta perfetta, ma di costruire un metabolismo più flessibile, più efficiente e più resiliente.

Longevità e prevenzione: dal rischio di malattia alla riserva funzionale

La longevità non dovrebbe essere intesa come semplice estensione della durata della vita, ma come capacità di mantenere nel tempo funzione, autonomia, lucidità, forza, metabolismo efficiente e relazioni sociali significative. In altre parole: non solo vivere più a lungo, ma vivere più a lungo in buone condizioni.

La letteratura recente conferma un punto centrale: la prevenzione più efficace non è fatta da un singolo intervento, ma da una strategia multidimensionale. Attività fisica, alimentazione, sonno, controllo dei fattori di rischio, salute psico-emotiva e partecipazione sociale agiscono insieme, influenzando rischio cardiovascolare, fragilità, declino cognitivo e qualità della vita.

1. Fitness cardiorespiratorio: il più potente indicatore funzionale

Tra tutti i parametri modificabili, il fitness cardiorespiratorio rimane uno dei più forti predittori di sopravvivenza. Una revisione sistematica e meta-analisi pubblicata sul British Journal of Sports Medicine nel 2025 ha analizzato il rapporto tra fitness, BMI e mortalità, confermando che la capacità cardiorespiratoria pesa in modo sostanziale sul rischio cardiovascolare e sulla mortalità totale.

Questo ha una conseguenza pratica enorme: la prevenzione non può limitarsi a misurare peso, colesterolo, glicemia e pressione. Deve misurare anche la capacità funzionale.

Nel modello Training for Life, il VO₂max, la soglia aerobica, la forza muscolare, la mobilità e la capacità di recupero diventano veri biomarcatori clinico-funzionali.

2. La prevenzione cardiovascolare resta la base della longevità

Le malattie cardiovascolari continuano a rappresentare uno dei principali bersagli della prevenzione. L’American Heart Association sintetizza la salute cardiovascolare nei “Life’s Essential 8”: alimentazione, attività fisica, assenza di fumo, sonno, peso, lipidi, glicemia e pressione arteriosa.

Questo schema è molto vicino al concetto Training for Life: non si tratta di correggere un singolo numero, ma di costruire un ambiente biologico favorevole. Pressione, LDL, glicemia, sonno, esercizio e composizione corporea non sono capitoli separati: sono parti dello stesso sistema.

3. Muscolo, forza e autonomia

La longevità passa dal muscolo. La massa muscolare non è solo estetica o prestazione: è riserva metabolica, protezione dalla fragilità, capacità di alzarsi, camminare, reagire a uno stress, sopportare una malattia.

Le evidenze più recenti sulla prevenzione del declino funzionale e cognitivo mostrano che gli interventi multidominio, cioè quelli che combinano esercizio, alimentazione e stimolazione cognitiva/sociale, sono più promettenti rispetto agli interventi isolati. Una network meta-analysis pubblicata su The Lancet Healthy Longevity nel 2025 ha valutato interventi singoli e multidominio per prevenire il declino cognitivo negli anziani cognitivamente sani.

La direzione è chiara: la prevenzione moderna deve allenare corpo e cervello insieme.

4. Invecchiamento biologico: promettente, ma da interpretare con prudenza

Negli ultimi anni si parla molto di età biologica, orologi epigenetici e biomarcatori dell’invecchiamento. Uno studio del 2025 su Nature Aging, basato sul trial DO-HEALTH, ha valutato vitamina D, omega-3 ed esercizio su 777 anziani, mostrando un piccolo effetto favorevole degli omega-3 su alcuni orologi epigenetici e un effetto additivo della combinazione omega-3, vitamina D ed esercizio su PhenoAge. L’effetto stimato era nell’ordine di pochi mesi su tre anni, quindi interessante ma non miracoloso.

5. Sonno, stress e dimensione psicosociale

La prevenzione fallisce spesso non perché manchino le informazioni, ma perché è difficile mantenere nel tempo i comportamenti corretti. Una scoping review del 2025 su BMC Public Health ha sottolineato il ruolo dei fattori psicosociali nell’aderenza agli interventi di prevenzione cardiovascolare primaria.

Questo è un punto decisivo: non basta prescrivere esercizio e dieta. Bisogna costruire sostenibilità, motivazione, contesto, relazioni e senso.

Nel modello Training for Life, il benessere psico-emotivo non è un’aggiunta “soft”: è una componente biologica della prevenzione.

6. Longevità come resilienza sistemica

La vera prevenzione non è solo evitare la malattia. È aumentare la riserva funzionale.

• Riserva cardiaca.
• Riserva muscolare.
• Riserva metabolica.
• Riserva cognitiva.
• Riserva emotiva.
• Riserva sociale.

Questa è la differenza tra una medicina che aspetta la malattia e una medicina che allena l’organismo a restare efficiente.

La longevità non nasce da un integratore, da un test genetico o da un singolo biomarcatore. Nasce dalla coerenza quotidiana tra movimento, nutrizione, sonno, controllo dello stress, relazioni e prevenzione clinica.

Il messaggio centrale è semplice:

non basta aggiungere anni alla vita; bisogna aggiungere funzione agli anni.

Intelligenza Artificiale e Medicina

Dalla diagnosi alla prevenzione personalizzata

L’intelligenza artificiale (IA) è entrata nella medicina molto più rapidamente di quanto sia avvenuto per molte innovazioni precedenti. In pochi anni è passata dall’essere uno strumento sperimentale per ricercatori e data scientist a una tecnologia capace di supportare diagnosi, interpretare immagini, analizzare dati biologici e assistere il medico nella gestione del paziente.

Come spesso accade, l’entusiasmo è accompagnato da aspettative talvolta irrealistiche e da timori altrettanto eccessivi.

La domanda più interessante non è se l’intelligenza artificiale sostituirà il medico.

La domanda corretta è:

come può l’intelligenza artificiale aumentare le capacità del medico e migliorare la salute delle persone?

Dall’arte medica alla medicina dei dati

Per secoli la medicina si è basata principalmente sull’osservazione clinica.

• Negli ultimi decenni si sono aggiunti:
• esami di laboratorio
• diagnostica per immagini
• genomica
• cartella clinica elettronica
• wearable devices
• monitoraggio remoto

Ogni paziente genera oggi una quantità di dati impensabile solo vent’anni fa.

Il problema non è raccogliere i dati.

Il problema è interpretarli.

L’intelligenza artificiale nasce proprio per questo: individuare pattern complessi all’interno di enormi quantità di informazioni.

• Dove l’IA sta già cambiando la medicina
• Diagnostica per immagini

Radiologia, cardiologia e dermatologia rappresentano probabilmente gli esempi più avanzati.

Gli algoritmi di deep learning possono identificare alterazioni in:

• TAC
• risonanze magnetiche
• radiografie
• immagini retiniche
• lesioni cutanee

In alcuni ambiti le prestazioni raggiungono livelli comparabili a quelli degli specialisti esperti.

L’obiettivo, tuttavia, non è sostituire il medico ma aumentare sensibilità, velocità e standardizzazione.

Cardiologia

La cardiologia è uno dei campi maggiormente coinvolti.

• L’IA viene utilizzata per:
• interpretazione dell’ECG
• riconoscimento di aritmie
• analisi ecocardiografica
• valutazione del rischio cardiovascolare
• previsione di ricoveri e riacutizzazioni

Particolarmente interessante è la capacità di riconoscere segnali invisibili all’occhio umano.

Alcuni algoritmi sono in grado di stimare il rischio di fibrillazione atriale futura partendo da un ECG apparentemente normale.

Wearable e monitoraggio continuo

Forse il settore con il maggiore potenziale per la prevenzione è quello dei dispositivi indossabili.

Orologi, sensori e monitor permettono di raccogliere continuamente informazioni su:

• frequenza cardiaca
• HRV
• attività fisica
• sonno
• glicemia
• temperatura corporea
• saturazione di ossigeno

L’intelligenza artifici ale può integrare questi dati e trasformarli in informazioni clinicamente utili.

Qui emerge una nuova visione della medicina:

non più misurazioni occasionali, ma monitoraggio continuo dello stato funzionale dell’organismo.

È una prospettiva particolarmente coerente con il modello Training for Life.

Dalla medicina delle malattie alla medicina delle traiettorie

Tradizionalmente la medicina interviene quando compare un sintomo.

L’IA apre la possibilità di identificare deviazioni precoci dalla normalità.

Non si tratta soltanto di prevedere una malattia.

Si tratta di riconoscere cambiamenti nella traiettoria biologica di una persona.

• Ad esempio:
• riduzione progressiva del fitness cardiorespiratorio
• peggioramento della qualità del sonno
• aumento dello stress fisiologico
• alterazioni del controllo glicemico
• diminuzione della capacità di recupero

Molto prima che compaia una diagnosi.

Medicina personalizzata

La medicina del XX secolo era basata sulla media.

La medicina del XXI secolo cerca di essere personalizzata.

• L’intelligenza artificiale consente di integrare:
• dati clinici
• dati biologici
• genetica
• stile di vita
• attività fisica
• nutrizione

per costruire modelli sempre più individuali.

Due persone con la stessa età e lo stesso colesterolo possono avere profili di rischio molto diversi.

I limiti dell’intelligenza artificiale

L’IA non è onnisciente.

• I suoi limiti sono numerosi:
• qualità dei dati
• bias degli algoritmi
• scarsa rappresentatività di alcune popolazioni
• problemi di privacy
• scarsa interpretabilità di alcuni modelli

Soprattutto, l’IA non comprende il significato umano della malattia.

Può riconoscere pattern.

• Non può sostituire:
• ascolto
• empatia
• giudizio clinico
• relazione medico-paziente
• Il futuro: l’intelligenza aumentata

Probabilmente il termine più corretto non è intelligenza artificiale.

È intelligenza aumentata.

L’obiettivo non è sostituire il professionista.

L’obiettivo è permettere al professionista di prendere decisioni migliori.

Come lo stetoscopio non ha sostituito il medico, così l’intelligenza artificiale non sostituirà il medico competente.

Renderà però il medico competente molto più efficace.

L’intelligenza artificiale rappresenta una delle più grandi opportunità della medicina moderna.

La sua applicazione più promettente non è probabilmente la diagnosi di malattia, ma la promozione della salute.

L’integrazione tra medicina, wearable technology, nutrizione, esercizio fisico e analisi avanzata dei dati potrebbe consentire il passaggio da una medicina reattiva a una medicina preventiva, personalizzata e continua.

In questa prospettiva, il medico del futuro non sarà soltanto il professionista che cura la malattia.

Sarà il professionista che aiuta le persone a mantenere nel tempo la propria capacità di adattamento.

• La vera sfida non è costruire macchine più intelligenti.
• È utilizzare l’intelligenza artificiale per aiutare gli esseri umani a vivere più a lungo, in salute e con maggiore autonomia.

Wearable e monitoraggio della salute: cosa offrono oggi i dispositivi indossabili

I dispositivi wearable hanno smesso di contare solo i passi. Oggi raccolgono in modo continuativo decine di biomarker — variabilità della frequenza cardiaca (HRV), temperatura cutanea, saturazione di ossigeno, attività elettrodermica, frequenza respiratoria — e li combinano in punteggi compositi come Body Battery, Readiness Score, Recovery, Energy Score. Vale la pena capire cosa c’è dietro questi numeri, e cosa la letteratura scientifica dice sulla loro affidabilità.

Monitoraggio del sonno: cosa misurano davvero

Tutti i principali wearable stimano le fasi del sonno (leggero, profondo/slow-wave, REM, veglia) attraverso fotopletismografia (PPG) e accelerometria. I modelli più avanzati aggiungono temperatura cutanea e SpO₂. La domanda rilevante è: quanto sono accurati rispetto alla polisonnografia (PSG), lo standard clinico?

Gli studi indipendenti più recenti (SLEEP Advances 2025; Brigham & Women’s 2024) misurano la concordanza con la PSG usando il coefficiente kappa di Cohen. Oura Ring Gen 4 ottiene il valore più alto testato (kappa 0.65), seguito da Apple Watch (0.53–0.60), Fitbit/Pixel Watch (0.41–0.55), WHOOP (0.37), Withings ScanWatch (0.22) e Garmin (0.21). Un kappa di 0.4–0.6 corrisponde ad «accordo moderato»: nessun wearable raggiunge l’accuratezza di un laboratorio del sonno, ma alcuni ci si avvicinano utilmente per il monitoraggio di tendenza.

Uno studio del 2025 (Physiological Society) ha certificato Oura Ring Gen 4 come il wearable con la migliore accuratezza per HRV e frequenza cardiaca a riposo notturna (coefficiente di correlazione concordanza = 0.99 vs ECG di riferimento). WHOOP ottiene CCC 0.94. L’HRV notturna continua — il parametro più importante per valutare il recupero autonomico — è il punto di forza di Oura e WHOOP; Apple Watch registra invece misurazioni spot-check a intervalli, limitando l’utilità per il monitoraggio fine.

Stress: cosa rilevano i wearable e cosa non rilevano

Nessun wearable misura lo stress direttamente. Misura la risposta fisiologica allo stress: l’attivazione del sistema nervoso autonomo simpatico. I segnali usati sono HRV (riduzione = predominanza simpatica), attività elettrodermica (EDA — segnale più diretto per i picchi acuti), temperatura cutanea (diminuisce sotto stress per vasocostrizione) e frequenza respiratoria. I dispositivi che usano EDA in modo continuo sono Fitbit Sense 2, Google Pixel Watch 2+ e Amazfit Helio Ring. Gli altri si basano solo su HRV.

Punteggi di energia e recupero: utili, ma non validati

Ogni brand ha il suo score composito: Body Battery (Garmin, scala 5–100), Readiness Score (Oura, 0–100), Recovery Score (WHOOP, 0–100%), Daily Readiness (Fitbit/Google), Energy Score (Samsung), Nightly Recharge (Polar), BioCharge (Amazfit). Tutti sintetizzano HRV, frequenza cardiaca a riposo, sonno e attività recente in un numero unico.

La review sistematica più importante su questo tema (Altini & Doherty, Translational Exercise Biomedicine 2025) ha analizzato 14 score compositi di 10 produttori e ha concluso che nessun produttore ha reso pubblico l’algoritmo esatto, pochi hanno fornito validazione empirica peer-reviewed, e la validità clinica rimane non dimostrata. Il Body Battery di Garmin ha mostrato una correlazione di −0.082 con l’energia soggettiva percepita in uno studio indipendente — sostanzialmente trascurabile.

Salute cardiaca: ECG, HRV e SpO₂

Sul piano della salute cardiaca alcune funzioni hanno una validazione clinica solida. L’ECG a singola derivazione per la rilevazione della fibrillazione atriale è oggi disponibile su Apple Watch (FDA cleared), Samsung Galaxy Watch 7 (FDA authorized), Withings ScanWatch 2 (CE Medical + FDA, sensibilità 96.3%) e Fitbit Sense 2 / Pixel Watch. Il monitoraggio SpO₂ notturno per la rilevazione di disturbi respiratori (apnea) è stato approvato FDA su Apple Watch Series 9+, Samsung Galaxy Watch 7 e Withings ScanWatch 2. La temperatura cutanea notturna — presente su Oura, Apple Watch, Samsung, Garmin (modelli selezionati), WHOOP e Withings — è uno dei biomarker più utili per rilevare precocemente variazioni dello stato di salute e per il tracciamento del ciclo mestruale.

Panoramica per brand

Garmin (Fenix, Forerunner, Venu): ecosistema più completo per atleti endurance. GPS avanzato, VO₂max, Training Load, Body Battery, HRV Status, Morning Report, Health Status (confronto 5 biomarker notturni con baseline personale). Nessun abbonamento.

Oura Ring Gen 4: miglior accuratezza HRV e sleep staging tra i wearable testati. Readiness Score, temperatura notturna, SpO₂, rilevazione disturbi respiratori. Abbonamento mensile per le funzionalità avanzate.

WHOOP 5.0: orientato al recupero e alla performance. Sleep Coach, Recovery Score, Strain Score, HRV continua. Novità 2025: Healthspan Score e WHOOP Age. AI Coach (GPT-4). Abbonamento obbligatorio, nessuno schermo.

Apple Watch Series 11: ECG FDA, rilevazione apnea notturna FDA, temperatura, Sleep Score (watchOS 26). HRV non continua durante la notte. Ottima integrazione con Apple Health.

Samsung Galaxy Watch 7: unico con BIA (bioimpedenza) per composizione corporea, ECG FDA, rilevazione apnea, Energy Score con Galaxy AI.

Fitbit Sense 2 / Google Pixel Watch 2+: unici con EDA continua (cEDA), rilevamento più diretto dei picchi di stress simpatico. Daily Readiness, sleep staging, ECG FDA. Google Health Coach powered by Gemini.

Polar (Vantage V3, Ignite 3): Nightly Recharge basato su ANS Charge (HRV notturna) e Sleep Charge. Forte tradizione nella fisiologia dell’esercizio.

Withings ScanWatch 2: design ibrido classico, 35 giorni di batteria, ECG con validazione CE Medical (sensibilità AFib 96.3%), SpO₂ notturna, rilevazione apnea FDA, HRV notturna. Ideale per chi cerca strumenti clinicamente validati in un formato discreto.

Amazfit Helio Ring: anello smart con EDA + HRV + temperatura, BioCharge readiness score, nessun abbonamento.

Come leggere i dati dei wearable