home.social

#sovrappeso — Public Fediverse posts

Live and recent posts from across the Fediverse tagged #sovrappeso, aggregated by home.social.

fetched live
  1. Eliminare i cibi ultraprocessati fa dimagrire il doppio: cosa dice davvero lo studio di Nature Medicine

    Da internista che ogni giorno si confronta con pazienti in sovrappeso o obesi, trovo che pochi studi degli ultimi anni abbiano il valore pratico di quello appena pubblicato su Nature Medicine dal gruppo dell’University College London (UCL) e dell’University College London Hospitals NHS Foundation Trust (UCLH). Non si tratta dell’ennesima osservazione epidemiologica su cibo industriale e peso corporeo, ma di un vero e proprio trial randomizzato controllato, disegnato per rispondere a una domanda molto concreta: a parità di linee guida nutrizionali seguite, il grado di lavorazione industriale degli alimenti fa davvero la differenza sul dimagrimento?

    Lo studio UPDATE: un disegno sperimentale rigoroso

    Il trial, denominato UPDATE (Ultra-processed versus minimally processed diets following UK dietary guidance), ha arruolato 55 adulti inglesi con indice di massa corporea compreso tra 25 e 40 kg/m² e un’assunzione abituale di alimenti ultraprocessati pari ad almeno il 50% delle calorie giornaliere. Si tratta quindi di persone rappresentative di una larghissima fetta della popolazione occidentale, non di soggetti selezionati per abitudini alimentari particolarmente virtuose o particolarmente scorrette.

    Il disegno è a crossover 2×2: ciascun partecipante ha seguito, in ordine casuale, due diete di otto settimane entrambe costruite secondo le raccomandazioni ufficiali britanniche per una sana alimentazione, la Eatwell Guide (equivalente concettualmente alle nostre linee guida SINU o al Piatto sano). La differenza fra le due diete non riguardava calorie, macronutrienti, fibre o sale, tutti equiparati, ma esclusivamente il grado di lavorazione industriale degli alimenti, classificato secondo il sistema Nova:

    • Dieta MPF (minimally processed food): alimenti minimamente trasformati, preparazioni casalinghe da ingredienti singoli come farina d’avena, carne fresca, verdure, pasta al ragù fatta in casa.
    • Dieta UPF (ultra-processed food): prodotti industriali confezionati, ma comunque conformi alle linee guida nutrizionali, come cereali da colazione, piatti pronti, barrette e alternative vegetali pronte all’uso.

    Il cibo veniva consegnato direttamente a domicilio due volte a settimana, senza porzioni prestabilite: i partecipanti dovevano semplicemente mangiare a piacimento, come nella loro quotidianità, senza integrare con altri alimenti. Un aspetto metodologico che reputo cruciale è che i partecipanti non sapevano quale dieta stessero seguendo in un dato momento, essendo etichettate genericamente come “dieta A” e “dieta B”: questo riduce sensibilmente il rischio di bias legato all’aspettativa del soggetto.

    I risultati: perdita di peso doppia con gli alimenti minimamente trasformati

    Dopo otto settimane, entrambe le diete hanno prodotto una riduzione del peso corporeo, il che non sorprende: entrambe erano comunque più salutari dell’alimentazione abituale dei partecipanti, che nella maggioranza dei casi non rispettava le linee guida nazionali. Tuttavia la differenza fra i due bracci è risultata clinicamente rilevante:

    • Dieta a base di alimenti minimamente trasformati: perdita di peso del 2,06% (intervallo di confidenza al 95%, da -2,99 a -1,13).
    • Dieta a base di alimenti ultraprocessati: perdita di peso dell’1,05% (intervallo di confidenza al 95%, da -1,98 a -0,13).
    • Differenza fra le due diete: -1,01 punti percentuali di variazione ponderale (p = 0,024), con una dimensione dell’effetto (Cohen’s d) di -0,48, moderata ma statisticamente significativa.

    In termini assoluti, la riduzione di peso è stata di circa 0,96 kg superiore sulla dieta a base di alimenti freschi, con un deficit calorico spontaneo medio giornaliero maggiore di circa 290 kcal rispetto alla dieta con alimenti ultraprocessati. Proiettando la traiettoria di calo ponderale osservata a otto settimane su un anno, i ricercatori stimano un dimagrimento potenziale del 9-13% con la dieta MPF contro il 4-5% con la dieta UPF: una differenza che, in ambito clinico, può fare la differenza tra un intervento efficace e uno insufficiente.

    Non solo bilancia: composizione corporea e parametri cardiometabolici

    Ciò che rende questo lavoro particolarmente solido dal punto di vista clinico è l’analisi della composizione corporea, condotta con impedenziometria bioelettrica. Sulla dieta a base di alimenti minimamente trasformati si sono osservate riduzioni significative di massa grassa, percentuale di grasso corporeo, rating di grasso viscerale e acqua corporea totale, senza perdita di massa muscolare. Sulla dieta con alimenti ultraprocessati, al contrario, non si sono registrate riduzioni significative dell’adiposità, pur in presenza di calo ponderale: un dato che dal punto di vista fisiopatologico è tutt’altro che secondario, perché è la componente adiposa, e non il peso in sé, a correlare con il rischio cardiometabolico.

    Sul fronte dei parametri di laboratorio il quadro è più sfumato: i trigliceridi sono migliorati maggiormente con la dieta a base di alimenti freschi, mentre il colesterolo LDL è calato di più con la dieta a base di alimenti ultraprocessati, verosimilmente per l’effetto di prodotti industriali “salutistici” arricchiti in fibre solubili o formulati con grassi più favorevoli. Pressione arteriosa, glicemia a digiuno ed emoglobina glicata non hanno mostrato differenze significative fra i due bracci, un risultato atteso considerando la durata relativamente breve dell’intervento.

    Appetito e craving: il vero valore aggiunto dello studio

    Un elemento che trovo particolarmente interessante per la pratica clinica quotidiana riguarda il comportamento alimentare. Attraverso questionari validati (Control of Eating Questionnaire e Power of Food Scale), i ricercatori hanno documentato che, rispetto alla dieta con alimenti ultraprocessati, la dieta a base di alimenti freschi si è associata a:

    • Riduzione significativa del desiderio di cibi salati (craving for savory).
    • Maggiore facilità nel resistere all’alimento maggiormente desiderato dal singolo partecipante.
    • Miglior controllo generale della fame e della compulsione alimentare (craving control).

    Questi dati suggeriscono che la maggiore efficacia della dieta a base di alimenti minimamente trasformati non dipenda solo da un più favorevole bilancio energetico spontaneo, ma anche da una modulazione dei meccanismi di ricompensa alimentare, un aspetto che nella pratica ambulatoriale vedo emergere costantemente: i pazienti che riducono il consumo di prodotti industriali riferiscono spesso, con le loro parole, di “sentirsi più liberi dal cibo”, un’osservazione qualitativa che qui trova un riscontro quantitativo.

    Effetti avversi: più disturbi digestivi con gli ultraprocessati

    Sul piano della sicurezza, entrambe le diete hanno causato eventi avversi lievi, prevalentemente gastrointestinali, senza differenze statisticamente significative complessive. Tuttavia, analizzando i singoli disturbi, sulla dieta con alimenti ultraprocessati sono stati riportati più episodi di stipsi (11 contro 3), affaticamento (16 contro 4), disturbi del sonno (7 contro 1) e infezioni intercorrenti (17 contro 9). Sono numeri assoluti, non aggiustati statisticamente, ma coerenti con un corpus di letteratura crescente che collega il consumo di alimenti ultraprocessati a un’alterazione della funzione intestinale e, potenzialmente, del microbiota.

    Perché succede? I meccanismi proposti

    Gli autori propongono diversi meccanismi non mutuamente esclusivi per spiegare la differenza osservata, pur avendo equiparato calorie e nutrienti presentati fra le due diete:

    • Maggiore densità energetica degli alimenti ultraprocessati, anche quando formulati per essere “salutistici”.
    • Maggiore velocità di assunzione e minor numero di masticazioni per boccone, elementi già documentati in precedenti trial metabolici.
    • Iperpalatabilità e caratteristiche sensoriali che favoriscono un consumo spontaneo superiore alle reali necessità energetiche.
    • Possibile influenza di packaging, claim nutrizionali e marketing sulla percezione delle porzioni appropriate, un fattore assente negli studi precedenti condotti in reparti metabolici con cibo non confezionato.

    Questi risultati confermano e ampliano quanto già osservato in due precedenti trial di riferimento: quello di Hall e colleghi del 2019, condotto in regime di ricovero metabolico al NIH statunitense, che aveva mostrato un surplus calorico spontaneo di circa 500 kcal/die con la dieta ultraprocessata, e quello più recente di Hamano e colleghi, condotto in Giappone su soggetti di sesso maschile, che ha confermato l’associazione fra alimenti ultraprocessati, minor frequenza masticatoria e maggiore introito energetico.

    Punti di forza e limiti dello studio

    Fra i punti di forza vanno segnalati la durata di otto settimane per ciascun braccio (più lunga rispetto ai trial precedenti, spesso limitati a una-due settimane), il disegno crossover che azzera la variabilità interindividuale, e soprattutto il contesto “free-living”: a differenza degli studi precedenti condotti in ambiente controllato ospedaliero, qui gli alimenti venivano consegnati a domicilio e consumati nella quotidianità dei partecipanti, con confezioni originali dei prodotti industriali, rendendo i risultati più generalizzabili alla vita reale.

    Fra i limiti, gli autori stessi segnalano il campione relativamente contenuto (55 partecipanti, 90,9% di sesso femminile), l’esclusione di soggetti con restrizioni alimentari (vegani, celiaci, intolleranze), un possibile effetto sequenza (la seconda dieta di ciascun braccio ha mostrato una minore aderenza e un minor calo ponderale) e l’assenza di una terza condizione di confronto con una dieta “processata” ma non ultraprocessata. Va inoltre ricordato che, dopo la pubblicazione, sono comparsi in Nature Medicine tre commenti critici (Matters Arising) relativi ad alcuni aspetti metodologici e interpretativi dello studio, segno che il dibattito scientifico sul tema resta aperto e vivace.

    Il commento dell’internista

    Da medico che vede ogni settimana pazienti che faticano a perdere peso pur riducendo correttamente le calorie, trovo che questo studio offra una lezione clinicamente preziosa: non basta contare le calorie, e nemmeno rispettare le proporzioni di macronutrienti raccomandate dalle linee guida, se la qualità e il grado di lavorazione degli alimenti restano fuori dall’equazione. Per anni abbiamo insegnato ai pazienti a leggere l’etichetta nutrizionale guardando calorie, grassi e zuccheri; questo lavoro ci ricorda che la domanda “quanto è stato lavorato questo alimento?” merita altrettanta attenzione.

    Non credo che questo significhi demonizzare in blocco ogni prodotto confezionato: lo studio stesso dimostra che anche una dieta ricca di alimenti ultraprocessati, se ben formulata secondo le linee guida nutrizionali, porta comunque a un dimagrimento e a un miglioramento di alcuni parametri come il colesterolo LDL. Il messaggio pratico che porto nei miei ambulatori è più sfumato e, credo, più utile: a parità di sforzo nutrizionale, privilegiare preparazioni casalinghe e alimenti riconoscibili nella loro forma originale offre un vantaggio misurabile, non solo sul peso, ma sul controllo della fame nervosa e sulla qualità della composizione corporea, due variabili che nella pratica clinica quotidiana pesano quanto il numero sulla bilancia.

    Come sempre, invito i lettori a non trasformare un singolo studio, per quanto ben condotto, in un dogma: la scienza della nutrizione avanza per accumulo di evidenze convergenti, e questo trial va letto insieme ai lavori precedenti di Hall e Hamano, non in sostituzione di essi.

    Dicken, S. J., Jassil, F. C., Brown, A., Kalis, M., Stanley, C., Ranson, C., Ruwona, T., Qamar, S., Buck, C., Mallik, R., Hamid, N., Bird, J. M., Brown, A., Norton, B., Gandini Wheeler-Kingshott, C. A. M., Hamer, M., van Tulleken, C., Hall, K. D., Fisher, A., Makaronidis, J., & Batterham, R. L. (2025). Ultraprocessed or minimally processed diets following healthy dietary guidelines on weight and cardiometabolic health: A randomized, crossover trial. Nature Medicine, 31(10), 3297–3308. https://doi.org/10.1038/s41591-025-03842-0

    Hall, K. D., Ayuketah, A., Brychta, R., Cai, H., Cassimatis, T., Chen, K. Y., Chung, S. T., Costa, E., Courville, A., Darcey, V., Fletcher, L. A., Forde, C. G., Gharib, A. M., Guo, J., Howard, R., Joseph, P. V., McGehee, S., Ouwerkerk, R., Raisinger, K., … Zhou, M. (2019). Ultra-processed diets cause excess calorie intake and weight gain: An inpatient randomized controlled trial of ad libitum food intake. Cell Metabolism, 30(1), 67–77.e3. https://doi.org/10.1016/j.cmet.2019.05.008

    Hamano, S., Sawada, M., Aihara, M., Sakurai, Y., Sekine, R., Usami, S., Kubota, N., & Yamauchi, T. (2024). Ultra-processed foods cause weight gain and increased energy intake associated with reduced chewing frequency: A randomized, open-label, crossover study. Diabetes, Obesity and Metabolism, 26(11), 5431–5443. https://doi.org/10.1111/dom.15922

    Monteiro, C. A., Cannon, G., Levy, R. B., Moubarac, J.-C., Louzada, M. L. C., Rauber, F., Khandpur, N., Cediel, G., Neri, D. A., Martinez-Steele, E., Baraldi, L. G., & Jaime, P. C. (2019). Ultra-processed foods: What they are and how to identify them. Public Health Nutrition, 22(5), 936–941. https://doi.org/10.1017/S1368980018003762

    #alimentazioneCasalinga #alimentiUltraprocessati #appetito #ciboIndustriale #classificazioneNova #composizioneCorporea #cravingAlimentare #dietaMediterranea #dietaSana #dimagrimento #EatwellGuide #massaGrassa #medicinaInterna #NatureMedicine #nutrizioneClinica #obesità #perditaDiPeso #prevenzioneCardiometabolica #sovrappeso
  2. Sovrappeso e metabolismo in tilt? Il modello matematico DAMM riscrive il concetto di “caloria”

    Un nuovo modello bioenergetico dell’Arizona State University integra il contributo del microbiota intestinale nel calcolo dell’energia realmente assorbita dall’organismo, superando i limiti del tradizionale sistema Atwater.

    Da oltre un secolo, quando contiamo le calorie di un alimento usiamo i fattori di Atwater: 4 kcal per ogni grammo di proteine, 4 per i carboidrati, 9 per i grassi. È un sistema semplice, robusto, ma cieco a una variabile che la ricerca degli ultimi vent’anni ha reso centrale: il microbiota intestinale. Uno studio pubblicato su PLOS ONE da un gruppo dell’Arizona State University, in collaborazione con l’AdventHealth Translational Research Institute di Orlando, propone un modello matematico alternativo — DAMM, acronimo di Digestion, Absorption, and Microbial Metabolism — che segue il cibo oltre l’etichetta nutrizionale, calcolando quanta energia il corpo assorbe davvero, tenendo conto dell’attività fermentativa dei batteri del colon (Davis et al., 2026). La notizia, ripresa anche da Il Sole 24 Ore, apre prospettive interessanti per chi si occupa quotidianamente di sovrappeso, obesità e diabete di tipo 2.

    Il limite del sistema Atwater: un secolo di approssimazione

    I fattori di Atwater nascono da un lavoro empirico di fine Ottocento: sottraendo l’energia persa con feci, urine e gas combustibili dal calore di combustione totale di proteine, carboidrati e grassi, Wilbur Atwater ricavò tre coefficienti unici, validi per ogni alimento e ogni persona (Atwater & Woods, 1896). Il sistema tratta l’intero apparato digerente come una “scatola nera” e assume implicitamente che il contributo del microbiota colico sia costante da individuo a individuo — nonostante sia ormai noto che la composizione della comunità microbica varia con sesso, età, etnia, area geografica, genetica, stato di salute e, soprattutto, dieta. Diversi lavori hanno già documentato come l’approccio Atwater tenda a sovrastimare o sottostimare sistematicamente l’energia metabolizzabile di specifici alimenti, in particolare nelle diete ricche di fibra (Baer et al., 2016; Davis et al., 2026).

    DAMM: cinque tappe per seguire il cibo oltre l’etichetta

    Il modello DAMM accompagna virtualmente proteine, carboidrati e grassi lungo l’intero tratto digerente, in cinque passaggi sequenziali (Davis et al., 2026):

    • Energia lorda della dieta. la composizione dell’alimento (aminoacidi, lipidi, zuccheri, amido, fibra) viene ricavata dal database USDA FoodData Central e convertita in energia lorda di ciascun macronutriente.
    • Assorbimento diretto nel tratto gastrointestinale superiore. il modello calcola quota assorbita nello stomaco e nell’intestino tenue, prima dell’ingresso nel colon.
    • Stechiometria microbica nel colon. la frazione non assorbita a monte viene “consegnata” ai batteri colici, modellati come un reattore a mescolamento completo con tempo di transito misurato individualmente.
    • Produzione microbica di metaboliti. il modello predice quantitativamente la produzione di acidi grassi a catena corta (SCFA — acetato, propionato, butirrato) e di metano da parte della flora fermentante e dei metanogeni.
    • Assorbimento finale. viene stimata la quota di SCFA e di altri prodotti microbici che passa dal colon al circolo sistemico, contribuendo all’energia metabolizzabile totale dell’ospite.

    Il tempo di transito colico (CTT), misurato nello studio con una capsula ingeribile radiotrasmittente (SmartPill™), si è rivelato una variabile chiave: più lungo il transito, maggiore la quota di SCFA che viene riassorbita invece di essere eliminata con le feci.

    Il microbiota come “secondo metabolismo”

    Gli SCFA prodotti dalla fermentazione di fibra e amido resistente che sfuggono alla digestione nel tratto superiore non sono uno scarto: vengono assorbiti dall’epitelio colico e utilizzati come substrato energetico dall’organismo. Nella coorte di validazione, il modello ha stimato che gli SCFA assorbiti dal colon contribuiscono in media per 43,6 ± 12,0 gCOD al giorno all’energia metabolizzabile totale — circa il 7,4%, equivalente a quasi 140 kcal al giorno — con un riparto medio dell’85% dell’energia utile proveniente dal tratto superiore e del 15% dal colon (Davis et al., 2026). Come ha osservato Ramona De Amicis, ricercatrice in Nutrizione Umana dell’Università di Milano, il modello DAMM supera l’approccio puramente calorico mostrando come l’energia netta realmente disponibile sia modulata in modo attivo dall’efficienza digestiva individuale e, in misura determinante, dall’attività metabolica del microbiota intestinale; l’ecologia microbica si configura quindi come una variabile biologica imprescindibile, da considerare insieme a patrimonio genetico, stile di vita, composizione corporea e assetto metabolico nella costruzione di una nutrizione di precisione realmente personalizzata.

    La validazione clinica: dieta “amica del microbiota” contro dieta occidentale

    Per testare il modello, gli autori hanno utilizzato i dati di uno studio clinico randomizzato crossover già pubblicato (NCT02939703; Corbin et al., 2023), condotto su 17 adulti sani che hanno consumato, in ordine casuale, due diete molto diverse, ciascuno facendo da controllo di se stesso:

    • Microbiome Enhancer Diet (MBD): dieta “whole-foods”, ricca di fibra e amido resistente, povera di alimenti processati, pensata per massimizzare il substrato fermentabile che raggiunge il colon.
    • Western Diet (WD): dieta ricca di alimenti processati, povera di fibra e amido resistente.

    Ogni dieta è stata seguita per 11 giorni a domicilio e per 11 giorni in regime di ricovero metabolico, con un periodo di washout di almeno 14 giorni tra le due fasi; entrambe le diete erano calibrate sul dispendio energetico individuale misurato in calorimetria. L’apporto dietetico medio era di 630 ± 105 gCOD al giorno: il modello ha predetto che circa il 16,2% di questa energia raggiunge il colon, mentre solo il 4,2% viene effettivamente perso con feci e gas — il resto viene recuperato, direttamente o tramite la mediazione microbica. Sul piano predittivo, DAMM ha mostrato un’accuratezza nettamente superiore al sistema Atwater nello stimare l’energia metabolizzabile reale (R² = 95,6% contro 88,5%; errore standard 20,6 contro 32,6 gCOD/die), riducendo lo scostamento medio dalle misurazioni dirette da –22,3 a –2,5 gCOD al giorno — una differenza che nei fatti si traduce in una sottostima sistematica di circa 80 kcal al giorno da parte del metodo tradizionale, particolarmente marcata nella dieta occidentale (Davis et al., 2026).

    Un dettaglio inatteso: metanogeni “nascosti” nel biofilm intestinale

    Un risultato secondario, ma di interesse fisiopatologico, riguarda la produzione di metano. Utilizzando la quantificazione del gene mcrA nei campioni fecali come stima diretta della biomassa di metanogeni (in primis Methanobrevibacter smithii), il modello sottostimava la produzione di metano di oltre un ordine di grandezza. La discrepanza si è risolta solo applicando un fattore di correzione (pari a 2,58), che suggerisce come la reale popolazione di metanogeni nel colon sia molto più numerosa di quella rilevabile nelle feci, perché in gran parte adesa in biofilm sullo strato di muco dell’epitelio colico, con un tempo di permanenza ben superiore al transito fecale. È un’osservazione coerente con la letteratura che lega specificamente M. smithii sia a fenotipi di obesità sia, paradossalmente, a stati di anoressia, e apre una traccia di ricerca sul ruolo dei biofilm epiteliali nella disbiosi (Davis et al., 2026).

    Implicazioni per la pratica clinica

    • Nutrizione di precisione. DAMM fornisce per la prima volta un quadro quantitativo, e non solo qualitativo, di quanto il microbiota individuale modifichi l’energia realmente disponibile da una stessa dieta — una possibile spiegazione, parzialmente meccanicistica, della variabilità interindividuale nella risposta a regimi alimentari isocalorici.
    • Integrazione con i modelli di bilancio energetico esistenti. gli autori propongono che gli output del modello — in particolare la produzione di SCFA — possano essere collegati ai modelli già in uso per predire le variazioni della massa corporea, ampliandone il potere predittivo.
    • Diete “mirate” sul microbiota. in prospettiva, lo strumento potrebbe aiutare a distinguere diete che “affamano” rispetto a diete che “nutrono” adeguatamente la comunità microbica colica, un parametro finora difficile da quantificare nella pratica clinica.

    Limiti dello studio

    • Il modello è stato validato su 17 adulti sani, non su pazienti con obesità, diabete di tipo 2 o altre condizioni metaboliche: la sua applicabilità clinica resta da dimostrare in queste popolazioni.
    • Richiede input individuali complessi (tempo di transito colico misurato con capsula ingeribile, quantificazione molecolare dei metanogeni fecali) non disponibili nella pratica ambulatoriale corrente.
    • La componente metanogenica ha richiesto un fattore di correzione empirico, segno che la struttura del biofilm epiteliale resta in gran parte ipotetica e necessita di conferma diretta.
    • Mancano dati di applicazione longitudinale (studi di calo o incremento ponderale) che verifichino se le stime di energia metabolizzabile si traducano effettivamente in variazioni di peso corporeo predicibili.

    Il commento dell’editore

    Da internista che vede ogni giorno pazienti con risposte molto diverse alla stessa prescrizione dietetica, l’aspetto che trovo più interessante di questo lavoro non è la conferma — ormai acquisita — che il microbiota intestinale influenzi il bilancio energetico, ma il tentativo di renderla misurabile e modellabile, uscendo dal generico “il microbiota conta” per arrivare a un numero: 140 kcal al giorno non sono trascurabili, su scala di mesi possono fare la differenza tra il successo e l’insuccesso di un piano nutrizionale. Resto però cauto, e lo dico da clinico abituato a vedere modelli promettenti naufragare nel passaggio dal laboratorio al reparto: DAMM richiede oggi strumenti di misura (capsula del transito, qPCR fecale) che nessun ambulatorio di medicina interna possiede, ed è stato validato su volontari sani, non sui pazienti complessi e polimorbidi che vediamo nei nostri reparti di lungodegenza, spesso con alterazioni del microbiota secondarie a terapie antibiotiche ripetute, insufficienza renale o malnutrizione. Il valore immediato di questo lavoro, a mio avviso, è concettuale prima che applicativo: ci ricorda che “caloria” non è un dato fisso stampato su un’etichetta, ma il risultato di un’interazione dinamica tra cibo, intestino e un ecosistema microbico che è diverso in ogni paziente che abbiamo di fronte.

    Asnicar, F., Berry, S. E., Valdes, A. M., Nguyen, L. H., Piccinno, G., Drew, D. A., et al. (2021). Microbiome connections with host metabolism and habitual diet from 1,098 deeply phenotyped individuals. Nature Medicine, 27(2), 321–332. https://doi.org/10.1038/s41591-020-01183-8

    Atwater, W. O., & Woods, C. D. (1896). The chemical composition of American food materials (Bulletin No. 28). U.S. Department of Agriculture, Office of Experiment Stations.

    Baer, D. J., Gebauer, S. K., & Novotny, J. A. (2016). Walnuts consumed by healthy adults provide less available energy than predicted by the Atwater factors. The Journal of Nutrition, 146(1), 9–13. https://doi.org/10.3945/jn.115.217372

    Corbin, K. D., Carnero, E. A., Dirks, B., Igudesman, D., Yi, F., Marcus, A., et al. (2023). Host-diet-gut microbiome interactions influence human energy balance: A randomized clinical trial. Nature Communications, 14(1), 3161. https://doi.org/10.1038/s41467-023-38778-x

    Davis, T. L., Dirks, B., Carnero, E. A., Corbin, K. D., Krakoff, J., Parrington, S., et al. (2021). Chemical oxygen demand can be converted to gross energy for food items using a linear regression model. The Journal of Nutrition, 151(2), 445–453. https://doi.org/10.1093/jn/nxaa321

    Davis, T. L., Dirks, B., Carnero, E. A., Corbin, K. D., Smith, S. R., Marcus, A., Krajmalnik-Brown, R., & Rittmann, B. E. (2026). Modeling the microbial contribution to human energy balance using the Digestion, Absorption, and Microbial Metabolism (DAMM) model. PLOS ONE, 21(5), e0347668. https://doi.org/10.1371/journal.pone.0347668

    DiBaise, J. K., Zhang, H., Crowell, M. D., Krajmalnik-Brown, R., Decker, G. A., & Rittmann, B. E. (2008). Gut microbiota and its possible relationship with obesity. Mayo Clinic Proceedings, 83(4), 460–469. https://doi.org/10.4065/83.4.460

    Il Sole 24 Ore. (2026, giugno). Sovrappeso e metabolismo in tilt? Ecco il modello matematico per la dieta su misura. https://www.ilsole24ore.com/art/sovrappeso-e-metabolismo-tilt-ecco-modello-matematico-la-dieta-misura-AI9jFwhD

    Krajmalnik-Brown, R., Ilhan, Z. E., Kang, D. W., & DiBaise, J. K. (2012). Effects of gut microbes on nutrient absorption and energy regulation. Nutrition in Clinical Practice, 27(2), 201–214. https://doi.org/10.1177/0884533611436116

    Marcus, A., Davis, T. L., Rittmann, B. E., DiBaise, J. K., Carnero, E. A., Corbin, K., et al. (2021). Developing a model for estimating the activity of colonic microbes after intestinal surgeries. PLOS ONE, 16(7), e0253542. https://doi.org/10.1371/journal.pone.0253542

    Arizona State University News. (2026, 27 maggio). You are what you eat — or are you? https://news.asu.edu/20260527-science-and-technology-you-are-what-you-eat-or-are-you

    #acidiGrassiACatenaCorta #AdventHealth #amidoResistente #ArizonaStateUniversity #asseIntestinoMetabolismo #biofilmIntestinale #DAMMModel #diabeteTipo2 #dietaPersonalizzata #energiaMetabolizzabile #fattoriDiAtwater #fibraAlimentare #metabolismo #metanogeni #microbiotaIntestinale #modelloMatematicoDieta #nutrizioneClinica #nutrizioneDiPrecisione #obesità #PlosOne #SCFA #sovrappeso
  3. Il Tramonto delle Calorie: Come la Matematica sta Rivoluzionando la Dieta su Misura

    Ti sei mai chiesto perché la stessa dieta che ha fatto miracoli per un tuo amico, su di te sembra non avere alcun effetto? O perché, nonostante tu stia attento a ogni singola caloria, la bilancia non si muove?

    La risposta della scienza medica è netta: il paradigma del “caloria dentro, caloria fuori” è ufficialmente superato. Un recente approfondimento pubblicato sul Sole 24 Ore mette in luce una svolta epocale nella lotta al sovrappeso e all’obesità: l’applicazione di modelli matematici predittivi capaci di decodificare il nostro metabolismo in “tilt” e di strutturare regimi nutrizionali cuciti al millimetro sulla biologia del singolo individuo.

    Se il metabolismo va “in tilt”: oltre la conta calorica

    Quando ci troviamo di fronte a problematiche come il sovrappeso cronico, l’obesità, il diabete o la sindrome metabolica, ridursi a calcolare il mero introito calorico a fronte del dispendio energetico (l’attività fisica) è un approccio riduttivo che spesso porta al fallimento.

    Il nostro corpo non è una caldaia lineare, ma un sistema biologico complesso e dinamico. Quando il metabolismo va in tilt, entrano in gioco variabili fino a ieri difficilissime da quantificare:

    • La risposta neuroendocrina: Ormoni come la leptina (che segnala la sazietà) e la ghelina (che stimola l’appetito) alterano i punti di equilibrio del peso corporeo (set-point e settling-point), boicottando i tentativi di dimagrimento.
    • Il fattore Microbiota: Studi recentissimi dimostrano che l’energia che effettivamente assorbiamo dal cibo non dipende solo dall’alimento in sé, ma da come i microbi intestinali elaborano i residui alimentari, producendo acidi grassi a catena corta e influenzando il recupero energetico dell’organismo.

    La svolta: la biologia incontra la matematica

    Per superare i limiti delle diete standardizzate, scienziati e bioingegneri hanno sviluppato modelli matematici avanzati. Questi algoritmi non si limitano a sottrarre calorie, ma simulano al computer i flussi metabolici e i processi biologici (crescita microbica intestinale, tassi di assorbimento, fluttuazioni ormonali).

    Inserendo i dati clinici, ematici e metabolici del paziente all’interno di questi software, i medici e i nutrizionisti possono prevedere l’esatta reazione dell’organismo a un determinato stimolo alimentare. Il risultato? Una dieta su misura predittiva in grado di resettare i sistemi in tilt, ottimizzare la diversità del microbioma e aggirare le resistenze metaboliche che bloccano il dimagrimento.

    Siamo davanti alla transizione definitiva dalla nutrizione generica alla medicina della nutrizione personalizzata di precisione.

    1. Hall, KD, & Guo, J. (2017). Energetica dell’obesità: regolazione del peso corporeo ed effetti della composizione della dieta. Gastroenterology , 152(7), 1718-1727. https://doi.org/10.1053/j.gastro.2017.01.052
    2. National Institutes of Health (NIH). (2020). Il simulatore del peso corporeo: modelli matematici per la gestione del peso . National Institute of Diabetes and Digestive and Kidney Diseases. https://www.niddk.nih.gov/bws
    3. Berry, SE, Valdes, AM, Drew, DA, Asnicar, F., Mazidi, M., Wolf, J., … & Spector, TD (2020). Risposte postprandiali umane al cibo e potenziale per la nutrizione personalizzata. Nature Medicine , 26(6), 964-973. https://www.nature.com/articles/s41591-020-0934-0
    4. Tam, J., Godement, J., & Thomas, D. (2009). Integration of neuroendocrine signals into mathematical models of metabolic weight regulation. Cell Metabolism, 9(1), 12-23. (Nota: Studio cardine sull’integrazione della leptina nei sistemi matematici di set-point). https://doi.org/10.1016/j.cmet.2008.12.001
    #benessereBiologico #dietaPersonalizzata #metabolismo #microbiota #modelliMatematici #nutrizioneDiPrecisione #obesità #saluteIntestinale #scienzaDellaNutrizione #sovrappeso
  4. "Sono quasi 4 su 10, in Italia, i #bambini colpiti da #sovrappeso o #obesità. Lo dicono i numeri dell’ultimo Rapporto COSI (progetto coordinato dall’Ufficio europeo dell’Oms che ha interessato 33 paesi del nostro continente."

    ➡️ ilfattoalimentare.it/sovrappes

Share on Mastodon

Enter the server where you have an account.