Un aumento di peso eccessivo in gravidanza è un importante rischio per la salute della donne e della prole, che può essere contrastato anche con l’aiuto delle moderne tecnologie.
L’obesità materna e l’eccessivo aumento di peso in gravidanza (GWG; gestational weight gain) sono problemi sanitari a livello mondiale a causa della loro elevata prevalenza e dei relativi esiti ostetrici avversi. A puro titolo indicativo si ritiene normale un aumento totale di 9-12 kg al termine della gravidanza.
La tendenza a un aumento del peso superiore rispetto ai limiti raccomandati dalle linee guida è presente soprattutto nelle donne in sovrappeso e obese, prima della gravidanza.
Un elevato GWG aumenta notevolmente nella donna il rischio di diabete gravidico, ipertensione arteriosa, parto cesareo di emergenza e aumento di peso post-partum. L’eccesso di aumento di peso in gravidanza è anche un forte predittore di macrosomia ed esordio precoce di obesità nella prole. Sono pertanto necessari interventi per promuovere in modo efficace ed efficiente un GWG sano, specialmente per le donne in sovrappeso e obese.
Un ulteriore problema è rappresentato dal fatto che – come riportato in letteratura – molte donne, a cui viene richiesto di valutare il loro apporto calorico, tendono a sottostimare tale valore.
Sulla base di queste esigenze, sono stati ideati modelli di equilibrio energetico, per predire il GWG sulla base di misurazioni dell’assunzione di energia materna (EI), dell’attività fisica (PA) e del tasso metabolico a riposo (RMR). Per ovviare al rischio della suddetta sottostima dei valori auto-riportati, sono stati successivamente sviluppati appositi algoritmi che si basano su principi di identificazione semi-fisica, affiancati da altri modelli (come quello definito Model-on-Demand) che si adattano alle variazioni dei dati nel tempo, tramite un software user-friendly.
L’articolo di Guo et al., presenta i pro e i contro dei diversi modelli, concludendo che le caratteristiche di ciascun metodo devono essere considerate ed esaminate attentamente in base alle specifiche situazioni.
Bibliografia
Guo P, Rivera DE, Pauley AM, et al. A “Model-on-Demand” Methodology For Energy Intake Estimation to Improve Gestational Weight Control Interventions. Proc IFAC World Congress 2018;51(15):144-149.