Eterogeneità dell’alfabetizzazione digitale sanitaria e carico terapeutico negli anziani con insufficienza cardiaca: un’analisi di profili latenti multidimensionali

Lo studio adotta una metodologia innovativa attraverso l'analisi dei profili latenti (LPA), un approccio person-centered che supera i metodi tradizionali centrati sulle variabili. Piuttosto che analizzare i punteggi totali delle scale, la LPA identifica sottogruppi omogenei di pazienti con pattern multidimensionali specifici, rivelando l'eterogeneità individuale spesso mascherata dalle medie aggregate. Il campione comprende 425 pazienti anziani con insufficienza cardiaca reclutati in Cina, una popolazione particolarmente rilevante considerando l'invecchiamento demografico e l'aumento della prevalenza dell'HF nel contesto asiatico. Lo studio ha utilizzato 14 indicatori dimensionali continui derivati dalla Chinese eHealth Literacy Scale (C-eHEALS) e dalla scala Patient Experience with Treatment and Self-Management (PETS), catturando aspetti specifici dell'alfabetizzazione digitale come acquisizione, valutazione e applicazione dell'informazione, insieme alle dimensioni del carico terapeutico relative a dieta, esercizio fisico e gestione della malattia. I risultati quantitativi rivelano una distribuzione eterogenea: il profilo Vulnerabile (28,9%) mostra deficit severi simultanei, il Capace (22,1%) rappresenta il pattern ottimale, mentre il Transizionale (48,9%) evidenzia la dimensione più numerosa caratterizzata da incoerenza intra-profilo. L'identificazione di fattori predittivi indipendenti (età avanzata, scolarità bassa, vivere solo, comorbilità elevata) consente la stratificazione del rischio. Nel contesto più ampio, questo studio affronta un gap critico nella letteratura sull'insufficienza cardiaca negli anziani, dove gli interventi di salute digitale vengono spesso implementati senza considerare l'eterogeneità delle competenze digitali e dei carichi assistenziali. Gli interventi digitali standard potrebbero risultare inefficaci o controproducenti per il profilo Vulnerabile, aumentando il carico paradossalmente. La ricerca consolida l'importanza della precisione medica anche nel campo della salute digitale e della gestione cronica.