Il gruppo di anomalie metaboliche che va sotto il nome di sindrome metabolica ha origine nei primi anni di vita ed è oramai considerato come un fattore predisponente per le malattie non trasmissibili quali il diabete di tipo 2 e le malattie cardiovascolari.
Un numero sempre maggiore di studi ha quantificato la sua prevalenza nei bambini e negli adolescenti. Poiché questa sindrome, i suoi componenti e le relative complicazioni molte interazioni gene-ambiente, è importante confrontare la prevalenza in diverse popolazioni con vari background etnici ed economici, perchè può aiutare a determinare gli interventi, basati sull’evidenza, rivolti alla popolazione per la prevenzione primaria delle malattie non trasmissibili.
In questa revisione sistematica con analisi di modellazione sono stati inclusi, senza restrizioni di lingua o di posizione geografica, studi trasversali su base comunitaria e scolastica e analisi trasversali di studi di coorte che riportavano la prevalenza della sindrome metabolica nella popolazione generale di bambini (6-12 anni) e adolescenti (13-18 anni). Sono stati considerati solo gli studi con un basso rischio di bias. Gli studi eleggibili includevano almeno 200 partecipanti e utilizzavano un campionamento su base probabilistica.
La diagnosi di sindrome metabolica doveva soddisfare almeno tre dei seguenti criteri: alta pressione sanguigna sistolica o diastolica (≥90° percentile per età, sesso e altezza); circonferenza della vita almeno al 90° percentile per età, sesso e gruppo etnico; glucosio plasmatico a digiuno 5,6 mmol/L o superiore; trigliceridi plasmatici a digiuno 1,24 mmol/L o superiore; e colesterolo lipoproteico ad alta densità nel plasma a digiuno 1,03 mmol/L o inferiore. Il risultato primario era una stima grezza della prevalenza della sindrome metabolica, valutata utilizzando un modello gerarchico bayesiano.
Alla fine di questa revisione sistematica sono entrati nella valutazione dati relativi a 550405 bambini e adolescenti di 44 paesi in 13 regioni. La varianza tra studi (τ2) era 0,52, che potrebbe riflettere la misurazione di ogni componente della sindrome metabolica e le covariate come fonti di eterogeneità tra gli studi.
La prevalenza globale della sindrome metabolica nel 2020 è stata stimata al 2,8% per i bambini e 4,8% per gli adolescenti, pari a circa 25,8 milioni di bambini e 35,5 milioni di adolescenti che vivono con la sindrome metabolica. Nei bambini la prevalenza della sindrome metabolica era del 2,2% nei paesi ad alto reddito, del 3,1% nei paesi a reddito medio-alto, del 2,6% nei paesi a reddito medio-basso, e del 3,5% nei paesi a basso reddito. Negli adolescenti, la prevalenza della sindrome metabolica era del 5,5% nei paesi ad alto reddito, del 3,9% nei paesi a reddito medio-alto, del 4,5% nei paesi a reddito medio-basso, e del 7,0% nei paesi a basso reddito. La prevalenza nei bambini variava dall’1,4% nell’Europa nord-occidentale all’8,2% in America Latina centrale. La prevalenza negli adolescenti variava dal 2,9% nell’Asia orientale al 6,7% nei paesi di lingua inglese ad alto reddito. I tre paesi con le più alte stime di prevalenza nei bambini erano Nicaragua (5,2%), Iran (8,8%), e Messico (12,3%); e i tre paesi con le più alte stime di prevalenza negli adolescenti erano Iran (9,0%), Emirati Arabi Uniti (9,8%), e Spagna (9,9%).
Quindi nel 2020, circa il 3% dei bambini e il 5% degli adolescenti aveva la sindrome metabolica, con alcune variazioni tra i paesi e le regioni. La prevalenza della sindrome metabolica non era costantemente più alta con l’aumentare del livello di sviluppo, suggerendo che il problema non è principalmente guidato dalla ricchezza del paese. L’alto numero di bambini e adolescenti che vivono con la sindrome metabolica a livello globale evidenzia l’urgente necessità di interventi multisettoriali per ridurre il peso globale della sindrome metabolica e le condizioni che portano ad essa, compresi il sovrappeso e l’obesità infantile.
Pier Luigi Tucci
Global, regional, and country estimates of metabolic syndrome burden in children and adolescents in 2020: a systematic review and modelling analysis
– Jean Jacques Noubiap, et al.
Published:January 17, 2022DOI:https://doi.org/10.1016/S2352-4642(21)00374-6
