Analisi degli stili alimentari dei giovani italiani rispetto al titolo di studio
A. M la terza età: dalla valutazione integrata all’intervento multi-dominio per un invecchiamento
sano
Danilo Bondi1, Tereza Jandova1, Vittore Verratti2 e Tiziana Pietrangelo1
Abstract Il progetto A.M.A. consta di analisi su più domini biologici e funzionali per la
proposizione di protocolli di esercizio fisico utili ad un invecchiamento in salute. Recentemente, abbiamo introdotto questionari sul comportamento motorio, sulle abitudini alimentari e sullo stato di benessere. I protocolli a breve termine utilizzati hanno prodotto miglioramenti sul piano motorio. La prosecuzione del progetto permetterà di valutare se i consigli individuali forniti abbiano prodotto modifiche comportamentali e funzionali. Si ritiene dunque utile proseguire nell’integrazione tra test e questionari, per chiarire come adattamenti sul piano biologico e funzionale ed abitudini motorie e alimentari possano relazionarsi con lo stato di benessere.
Parole chiave: Health Survey, FFQ, PAQ, test funzionali, test antropometrici Gruppo tematico: 2. Salute e stili di vita
1 Introduzione
Le linee guida 2012 lanciate dal Comitato Regionale per l’Europa della WHO stabilivano diverse linee d’azione per migliorare la salute della popolazione anziana, all’interno del piano trasversale “Health 2020”: l’attività fisica veniva proposta con la duplice valenza per le aree strategiche “Life course” e “Supportive communities”; si ribadiva inoltre la necessità di progredire nelle evidenze e nella ricerca di settore [1].
L’aspettativa di vita alla nascita, rispetto a decenni fa, è cresciuta notevolmente: valori del 2016 si assestavano su 72 anni a livello mondiale, su 80.6 anni nell’Unione Europea e su 82.5 anni in Italia [2].
1 Dipartimento di Neuroscienze, Imaging e Scienze cliniche e Functional Evaluation Lab, Università degli Studi “G. d’Annunzio” Chieti – Pescara, email: [email protected]; [email protected]; [email protected].
2 Dipartimento di Scienze Psicologiche, della Salute e del Territorio e Functional Evaluation Lab, Università degli Studi “G. d’Annunzio” Chieti – Pescara, Università degli Studi “G. d’Annunzio” Chieti – Pescara, email: [email protected].
34 Bondi D., Jandova T., Verratti V. e Pietrangelo T.
In Italia, come in altri Paesi occidentalizzati, le nascite diminuiscono: il trend è monotono dal 2008 e nel 2017 è stato registrato il minimo storico dall’Unità con 458151 nati vivi [3].
Dunque, l’aspettativa di vita cresce e le nascite diminuiscono: nonostante l’aumento nel numero dei decessi, ciò si traduce in un invecchiamento della popolazione: nel 2011, la percentuale di popolazione over 65 era del 20.8%.
Il problema di salute pubblica associato richiede un intervento massivo per fronteggiare le malattie croniche età-correlate, per garantire la pro-attività degli anziani e limitarne la perdita di indipendenza motoria.
L’attività fisica, declinata raffinatamente in base alle situazioni contingenti, si pone come elemento necessario per garantire un invecchiamento sano, promuovendo quindi quello stile di vita attivo che, in ottica fisica e psico-sociale, tende verso il mantenimento delle Activities of Daily Living (ADL).
Eppure, i dati sull’inattività fisica sono allarmanti: Lachman e colleghi hanno indicato come la prevalenza incrementava drasticamente oltre i 65 anni [4]; rilevazioni dell’ISTAT del 2017 mostravano che in Italia il 48.7% delle persone in età compresa tra i 65 e i 74 anni dichiarava di non praticare sport né attività fisica, con una percentuale che saliva addirittura al 73.6% dai 75 anni [5].
In questo paradigma, il progetto “A.M.A. la terza età” si è strutturato negli anni integrando valutazioni su più domini fisiologici e funzionali con proposizione di protocolli di attività fisica monitorata, verifica dei risultati ottenuti e strutturazione di strategie prospettiche: protocolli di endurance, resistance e NeuroMuscular Electrical Stimulation (NMES) sono stati introdotti e valutati da un punto di vista biochimico e motorio [6,7].
Recentemente, sono stati introdotti nel progetto questionari ad hoc per la valutazione del comportamento motorio, delle abitudini alimentari e del benessere.
L’obiettivo del presente studio è quindi quello di valutare lo stato di salute e gli adattamenti esercizio-dipendenti in un gruppo di anziani, con una batteria di analisi multi- dominio, contribuendo alla strutturazione di strategie avanzate di ricerca e di azione per il settore.
2 Metodi
Il design sperimentale longitudinale del presente studio prevede un monitoraggio sequenziale con acquisizione basale, post-intervento e di follow up. Il progetto è ancora in corso: nel presente lavoro vengono mostrati i risultati preliminari con le valutazioni pre e post-intervento.
Per il reclutamento, i criteri di inclusione erano: età > 65 anni e possibilità logistica di presentarsi con continuità nei locali adibiti alla valutazione ed all’allenamento; i criteri di esclusione erano: patologie osteo-articolari, patologie cardio-circolatorie, disturbi neurologici o psichiatrici, patologie metaboliche, patologie genetiche, patologie neuromuscolari, patologie respiratorie. Tutti i soggetti hanno fornito il proprio consenso scritto informato e si sono sottoposti ad ECG ed analisi della pressione arteriosa: tracciati irregolari ed ipertensione non controllata (DP>95 mmHg e/o SP>150 mmHg) hanno costituito criteri di esclusione di secondo livello. I presenti risultati si riferiscono quindi
a 7 soggetti (4 maschi e 3 femmine), di età compresa tra 68 e 76 anni, provenienti dalle province di Chieti e Pescara (Abruzzo, Italia).
I partecipanti sono stati divisi con metodo randomizzato in tre gruppi di allenamento: endurance (n=3), resistance (n=2) e NMES (n=2).
La profilazione antropometrica è stata costituita da rilevazioni di massa, altezza e pliche cutanee, con calcolo del Body Mass Index (BMI) e stima della Fat Mass (%FM) [8]. La profilazione funzionale è stata costituita da:
• Handgrip Strength (HS), con apposito dinamometro (T.K.K. 5101 GRIP-D, Takey Scientific Instrument, Japan)
• forza isometrica bilaterale mediante Maximal Voluntary Contraction (MVC), su una macchina da leg extension (Nessfit NMI 1000, Bcube, Italy) equipaggiata con dinamometro (Tesys 800, Globus, Italy)
• Five Times Sit-to-Stand Test (FTSST), con metodo descritto in letteratura [9] • Timed Up-and-Go (TUG) test, con metodo descritto in letteratura [10] La profilazione nutrizionale è stata effettuata con un Food Frequency Questionnaire (FFQ), in uso all’Istituto di Ricerche Farmacoepidemiologiche e Farmacoecnomiche dell’Università degli Studi “G. d’Annunzio” di Chieti – Pescara, sulla base di quelli usati per l’EPIC Study in Italia [11]: il questionario è stato effettuato dai soggetti in loco con assistenza dell’operatore ove necessaria. Sono state dunque ricavate le frequenze di assunzione di olio EVO, frutta, verdura, pesce, carne rossa, carne bianca, carne conservata, zucchero, bevande analcoliche (eccetto succhi di frutta, infusi e tisane), bevande alcoliche light (vino e birra) e superalcolici, secondo 6 categorie: < 1/w, 1/w, 2- 4/w, 5-7/w, 2-3/d, >3/d; è stata inoltre calcolata la % di pasti consumati fuori casa. La profilazione di comportamento motorio è stata effettuata con il Global Physical Activity Questionnaire (GPAQ) [12], riportando:
• Physical Activity (PA), secondo il modello di calcolo indicato nel “GPAQ Instrument and Analysis Guide v2” della WHO per l’identificazione di tre categorie: Low, Moderate e High
• Sedentary Behavior (SB), secondo soglie indicate in letteratura [13], per l’identificazione di tre categorie: Low (<4 h/d), Moderate (4-8 h/d) e High (>8 h/d)
La profilazione dello stato di benessere è stata effettuata secondo lo Short Form-12 Health Survey (SF-12) [14], condotto in loco con assistenza ove necessaria, con successivo calcolo del Mental Score (MS) e del Physical Score (PS) [15].
I protocolli sono stati strutturati rispettando le raccomandazioni di settore [16]; le specifiche dei tre protocolli di allenamento sono state descritte in precedenti pubblicazioni [6,7].
Per l’analisi statistica sono stati usati i software GraphPad Prism version 7 (GraphPad Software, La Jolla, USA) e Jamovi (https://www.jamovi.org). L’identificazione degli outlier è stata effettuata con il metodo ROUT (Q=0.2%). La normalità delle distribuzioni è stata verificata con il test di Shapiro-Wilk. Per i confronti pre-post sono stati utilizzati, sulla base della normalità, il test t di Student o il test di Wilcoxon. La significatività è stata posta pr p<0.05. Per n=7, α=0.05 e 1-β=0.8, il valore minimo accettabile di effect size (δ) è stato calcolato a priori in 1.27.
36 Bondi D., Jandova T., Verratti V. e Pietrangelo T.
3 Risultati
I risultati del questionario nutrizionale sono riportati in tabella 1.
Sono state riscontrate significatività nel confronto pre-post per BMI (p=0.018), HS (p<0.001), FTSST (p=0.002) e TUG (p=0.009), mentre nessuna significatività è stata riscontrata per FM, MVC, MS e PS. La verifica per δ>1.27 ha mantenuto l’evidenza di cambiamento per HS, FTSST e TUG, ma non per BMI.
La tabella 2 mostra i risultati ottenuti dai questionari GPAQ e SF-12, insieme con la descrizione dei 7 partecipanti per età e genere.
Frequenza di assunzione
Soggetto P.F.C. EVO FRU VER PES C.B. C.R. C.C. ZUC BEV V&B SUP
1 7% 4 5 5 2 3 3 3 1 1 1 1 2 0% 3 4 4 2 3 1 1 1 1 1 1 3 7% 5 4 4 2 2 2 3 4 1 1 1 4 7% 5 4 4 2 3 2 3 5 1 1 1 5 7% 5 4 3 1 3 2 2 1 2 3 3 6 14% 4 4 4 3 2 3 1 5 1 1 1 7 7% 4 5 5 2 3 3 3 4 1 4 4
Tabella 1: Abitudini alimentari dei partecipanti; P.F.C.: pasti fuori casa; EVO: Olio extra-vergine d’oliva; FRU: frutta; VER: verdura; PES: pesce; C.B.: carne bianca; C.R.: carne rossa; C.C.: carne conservata; ZUC:
zucchero; BEV: bevande analcoliche; V&B: vino e birra; SUP: superalcolici
Figura 1: Cambiamenti percentuali secondo formula 100−(Post×100÷Pre); da notare che, considerando le percentuali > 0 come una riduzione dei valori da Pre a Post, i cambiamenti in TUG e FTSST vadano
MS PS
Soggetto Età Genere PA SB pre post pre post
1 71 F Low Moderate 50.87 54.65 55.19 50.94 2 74 F High Low 25.10 29.14 54.82 49.96 3 72 M Low Moderate 55.89 57.72 55.91 51.26 4 72 F Moderate Low 52.32 31.37 38.98 49.65 5 68 M Moderate Low 50.98 48.40 41.49 48.55 6 71 M High Low 53.86 51.58 42.07 51.22 7 74 M Low Low 46.90 54.65 53.56 50.94
Tabella 2: Valori descrittivi dei partecipanti e risultati pre-post dello stato di benessere
4 Discussione
L’analisi delle risposte del questionario alimentare ha descritto: un’abitudine a consumare la quasi totalità dei pasti in casa, un consumo giornaliero di frutta e verdura, elevate quantità di olio EVO, assunzione di vino più volte al giorno, scarsa quantità di bevande gassate, consumo di carne variabile per frequenza e tipologia; sorprendentemente, l’assunzione di pesce è risultata scarsa.
Il campione reclutato ha dimostrato buoni risultati riguardo alla sedentarietà: tutti hanno infatti riportato un numero giornaliero di ore inferiore a soglie di criticità [13]. Preso atto della cautela suggerita da alcuni autori nel considerare i minuti di MVPA (Moderate-to-Vigorous Physical Activity) per la popolazione anziana come dato discriminante [17], è stato preferito utilizzare la categorizzazione sopra descritta: dai risultati si evince dunque come solo due soggetti possano considerarsi molto attivi; l’utilizzo del parametro quantitativo avrebbe prodotto uno sovrastima del livello di attività portando ad una sottostima dei comportamenti a rischio.
L’esercizio fisico si è dimostrato un potente stimolatore per l’incremento di capacità funzionali, mentre l’interpretazione dei risultati sembra suggerire che protocolli a breve- medio termine non incidano in maniera importante sul piano antropometrico, come riportato anche da altri autori [18].
In ogni caso, la definizione di linee guida o la proposizione di evidenze robuste richiede di riportare risultati ottenuti con elevate numerosità campionarie, limitando in tal modo le variabili di contesto che sempre intervengono in studi simili.
Il presente protocollo di lavoro è risultato promettente per garantire la comprensione degli adattamenti esercizio-mediati sul piano funzionale, in relazione con le abitudini alimentari, lo stato di benessere e il comportamento motorio. Si ritiene dunque utile proseguire nel reclutamento per poter ottenere numerosità campionarie atte a fornire correlazioni robuste tra le abitudini alimentari ed i processi di adattamento funzionali; in tal senso, si ritiene utile anche l’integrazione di strumenti quantitativi per la stima dell’apporto di micro e macro-nutrienti da questionari dedicati.
Nel presente studio, i questionari scelti hanno seguito il criterio temporale, con il FFQ ed il GPAQ che si riferiscono a tempistiche elevate e dunque sono stati utilizzati a livello di
38 Bondi D., Jandova T., Verratti V. e Pietrangelo T.
profilazione basale, mentre lo SF-12, riferendosi a tempistica mensile, è stato utilizzato nel confronto pre-post.
Considerando le differenze inter-individuali e la natura del questionario SF-12, si ritiene questo uno strumento utile anche per poter evidenziare eventuali variabili nei processi di adattamento, siano esse di natura fisica o psicologica, che potrebbero viziare i confronti; inoltre, Allen e colleghi hanno suggerito l’utilizzo di tale strumento per monitorare il rischio di cambiamenti negativi sulla salute in popolazioni anziane [19]. Nello svolgimento del progetto, ottenuti i risultati dei test al termine del protocollo di allenamento, ogni partecipante ha sostenuto un colloquio con gli operatori per commentare i risultati, ricevendo così consigli nutrizionali e motori individualizzati, atti a garantire una prosecuzione autonoma di un programma, per l’obiettivo del miglioramento dello stile di vita.
Il progetto proseguirà dunque con un follow-up per verificare se i consigli forniti abbiano prodotti risultati sui comportamenti adottati e sugli adattamenti funzionali. In conclusione, si ritiene di grande rilevanza integrare le valutazioni nutrizionali e di benessere nel protocollo di analisi biochimico, motorio e funzionale.
In prospettiva, un reclutamento su ampia scala permetterebbe di definire le correlazioni tra i diversi domini indagati e definire quindi sempre più appropriatamente strategie ottimali per un invecchiamento in salute.
Riferimenti bibliografici
[1] Galea, G., Huber, M. (2012). Strategy and action plan for healthy ageing in Europe, 2012-2020. WHO Reg. Comm. Eur. - 62nd Sess. 7.
[2] Health Wellbeing (2017). Management Institute for Quality-of-Life Studies. [3] Istat (2017). Bilancio demografico nazionale.
[4] Lachman, S., Boekholdt, S.M., Luben, R.N., Sharp, S.J., Brage, S., Khaw, K.-T., Peters, R.J., Wareham, N.J. (2018). Impact of physical activity on the risk of cardiovascular disease in middle-aged and older adults: EPIC Norfolk prospective
population study. Eur. J. Prev. Cardiol. 25, 200–208.
doi:10.1177/2047487317737628.
[5] Istat (2017). Dati e indicatori sull’invecchiamento della popolazione in Italia (http://dati-anziani.istat.it).
[6] Pietrangelo, T., Mancinelli, R., Doria, C., Di Tano, G., Loffredo, B., Fanò-Illic, G., Fulle, S. (2012). Endurance and resistance training modifies the transcriptional profile of the vastus lateralis skeletal muscle in healthy elderly subjects. Sport Sci.
Health. 7, 19–27. doi:10.1007/s11332-012-0107-8.
[7] Di Filippo, E.S., Mancinelli, R., Marrone, M., C. Doria, C., Verratti, V., Toniolo, L., Dantas, J.L., Fulle, S., Pietrangelo, T. (2017). Neuromuscular electrical stimulation improves skeletal muscle regeneration through satellite cell fusion with myofibers in healthy elderly subjects. J. Appl. Physiol. Bethesda Md 1985. 123, 501–512. doi:10.1152/japplphysiol.00855.2016.
[8] Durnin, J.V., Womersley, J. (1974). Body fat assessed from total body density and its estimation from skinfold thickness: measurements on 481 men and women aged from 16 to 72 years. Br. J. Nutr. 32, 77–97.
[9] Whitney, S.L., Wrisley, D.M., Marchetti, G.F., Gee, M.A., Redfern, M.S., Furman, J.M. (2005). Clinical measurement of sit-to-stand performance in people with balance disorders: validity of data for the Five-Times-Sit-to-Stand Test. Phys. Ther. 85, 1034–1045.
[10] Podsiadlo, D., Richardson, S. (1991). The timed “Up & Go”: a test of basic functional mobility for frail elderly persons. J. Am. Geriatr. Soc. 39, 142–148. [11] Pala, V., Sieri, S., Palli, D., Salvini, S., Berrino, F., Bellegotti, M., Frasca, G.,
Tumino, R., Sacerdote, C., Fiorini, L., Celentano, E., Galasso, R., Krogh, V. (2003). Diet in the Italian Epic Cohorts: Presentation of Data and Methodological Issues.
Tumori J. 89, 594–607. doi:10.1177/030089160308900603.
[12] Cleland, C.L., Hunter, R.F., Kee, F., Cupples, M.E., Sallis, J.F., Tully, M.A. (2014). Validity of the Global Physical Activity Questionnaire (GPAQ) in assessing levels and change in moderate-vigorous physical activity and sedentary behaviour. BMC
Public Health. 14, 1255. doi:10.1186/1471-2458-14-1255.
[13] Chau, J.Y., Grunseit, A.C., Chey, T., Stamatakis, E., Brown, W.J., Matthews, C.E., Bauman, A.E., van der Ploeg, H.P. (2013). Daily Sitting Time and All-Cause
Mortality: A Meta-Analysis. PLOS ONE. 8, e80000.
doi:10.1371/journal.pone.0080000.
[14] Kodraliu, G., Mosconi, P., Groth, N., Carmosino, G., Perilli, A., Gianicolo, E.A., Rossi, C., Apolone, G. (2001). Subjective health status assessment: evaluation of the Italian version of the SF-12 Health Survey. Results from the MiOS Project. J.
Epidemiol. Biostat. 6, 305–316.
[15] Ottoboni, G., Cherici, A., Marzocchi, M., Chattat, R., (2017). Algoritimi di calcolo per gli indici PCS e MCS del questinario SF-12. AMSActa. 2. doi:10.6092/unibo/amsacta/5751.
[16] Nelson, M.E., Rejeski, W.J., Blair, S.N., Duncan, P.W., Judge, J.O., King, A.C., Macera, C.A., Castaneda-Sceppa, C. (2017). Physical Activity and Public Health in Older Adults: Recommendation From the American College of Sports Medicine and the American Heart Association. Circulation. 116, 1094–1105. doi:10.1161/CIRCULATIONAHA.107.185650.
[17] Wanner, M., Hartmann, C., Pestoni, G., Martin, B.W., Siegrist, M., Martin-Diener, E. (2017). Validation of the Global Physical Activity Questionnaire for self- administration in a European context. BMJ Open Sport — Exerc. Med. 3. doi:10.1136/bmjsem-2016-000206.
[18] Binns, A., Gray, M., Henson, A.C., Fort, I.L. (2017). Changes in Lean Mass and Serum Myostatin with Habitual Protein Intake and High-Velocity Resistance Training. J. Nutr. Health Aging. 21, 1111–1117. doi:10.1007/s12603-017-0883-6. [19] Allen, J., Alpass, F.M., Stephens, C.V. (2018). The sensitivity of the MOS SF-12
and PROMIS® global summary scores to adverse health events in an older cohort.