{"id":617372,"date":"2026-05-16T06:51:11","date_gmt":"2026-05-16T04:51:11","guid":{"rendered":"https:\/\/www.dynseo.com\/quelles-donnees-de-vie-reelle-peut-on-recolter-lors-dune-etude-clinique-dynseo-2\/"},"modified":"2026-05-16T06:53:59","modified_gmt":"2026-05-16T04:53:59","slug":"quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo","status":"publish","type":"post","link":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/","title":{"rendered":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO"},"content":{"rendered":"<p>[et_pb_section fb_built=&#8221;1&#8243; admin_label=&#8221;Article HTML&#8221; _builder_version=&#8221;4.16&#8243; custom_padding=&#8221;0px||0px||false|false&#8221; global_colors_info=&#8221;{}&#8221;][et_pb_row admin_label=&#8221;Contenu&#8221; _builder_version=&#8221;4.16&#8243; width=&#8221;100%&#8221; max_width=&#8221;100%&#8221; custom_padding=&#8221;0px||0px||false|false&#8221; global_colors_info=&#8221;{}&#8221;][et_pb_column type=&#8221;4_4&#8243; _builder_version=&#8221;4.16&#8243; global_colors_info=&#8221;{}&#8221;][et_pb_code admin_label=&#8221;HTML import\u00e9&#8221; _builder_version=&#8221;4.16&#8243; global_colors_info=&#8221;{}&#8221;]<\/p>\n<style type=\"text\/css\">\n@import url('https:\/\/fonts.googleapis.com\/css2?family=Montserrat:wght@600;700;800&family=Poppins:wght@400;500;600&display=swap');\n        * { margin: 0; padding: 0; box-sizing: border-box; }\n.dbi-art-dffa9a { font-family: 'Poppins', sans-serif; line-height: 1.9; color: #333; background-color: #f8f9fa; }\n.dbi-art-dffa9a .container { max-width: 920px; margin: 0 auto; padding: 20px; }\n.dbi-art-dffa9a .article-header { background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 70px 20px; text-align: center; border-radius: 0 0 30px 30px; margin-bottom: 50px; }\n.dbi-art-dffa9a .article-category { display: inline-block; background: rgba(255,255,255,0.2); padding: 8px 20px; border-radius: 25px; font-size: 0.9rem; margin-bottom: 20px; }\n.dbi-art-dffa9a .article-header h1 { font-family: 'Montserrat', sans-serif; font-size: 2.4rem; margin-bottom: 20px; }\n.dbi-art-dffa9a .article-header .subtitle { font-size: 1.1rem; opacity: 0.95; max-width: 720px; margin: 0 auto; }\n.dbi-art-dffa9a .intro-paragraph { font-size: 1.1rem; color: #555; padding: 32px; background: white; border-radius: 15px; border-left: 5px solid #5e5ed7; margin-bottom: 45px; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a h2 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; font-size: 2rem; margin: 55px 0 25px; padding-bottom: 15px; border-bottom: 3px solid #a9e2e4; }\n.dbi-art-dffa9a h3 { font-family: 'Montserrat', sans-serif; color: #5268c9; font-size: 1.4rem; margin: 38px 0 16px; }\n.dbi-art-dffa9a p { margin-bottom: 22px; text-align: justify; font-size: 1.02rem; }\n.dbi-art-dffa9a .highlight-box { background: linear-gradient(135deg, #a9e2e4 0%, #d0f0f2 100%); padding: 32px; border-radius: 15px; margin: 32px 0; }\n.dbi-art-dffa9a .highlight-box h4 { font-family: 'Montserrat', sans-serif; color: #5268c9; margin-bottom: 15px; font-size: 1.2rem; }\n.dbi-art-dffa9a .tip-box { background: linear-gradient(135deg, #ffeca7 0%, #ffe88a 100%); padding: 26px; border-radius: 15px; margin: 26px 0; }\n.dbi-art-dffa9a .tip-box h4 { font-family: 'Montserrat', sans-serif; color: #5268c9; margin-bottom: 10px; }\n.dbi-art-dffa9a .warning-box { background: linear-gradient(135deg, #fde8ee 0%, #fcc8d6 100%); padding: 26px; border-radius: 15px; margin: 26px 0; border-left: 5px solid #e73469; }\n.dbi-art-dffa9a .warning-box h4 { font-family: 'Montserrat', sans-serif; color: #e73469; margin-bottom: 10px; }\n.dbi-art-dffa9a .stats-grid { display: grid; grid-template-columns: repeat(3, 1fr); gap: 22px; margin: 32px 0; }\n.dbi-art-dffa9a .stat-card { background: white; padding: 28px; border-radius: 15px; text-align: center; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a .stat-number { font-family: 'Montserrat', sans-serif; font-size: 2.6rem; font-weight: 800; color: #5e5ed7; display: block; }\n.dbi-art-dffa9a .stat-label { color: #666; font-size: 0.88rem; margin-top: 8px; }\n.dbi-art-dffa9a .comparison-table { width: 100%; border-collapse: collapse; margin: 32px 0; border-radius: 15px; overflow: hidden; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a .comparison-table th { background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 16px 20px; text-align: left; font-family: 'Montserrat', sans-serif; }\n.dbi-art-dffa9a .comparison-table td { padding: 15px 20px; border-bottom: 1px solid #f0f0ff; background: white; vertical-align: top; }\n.dbi-art-dffa9a .comparison-table tr:last-child td { border-bottom: none; }\n.dbi-art-dffa9a .comparison-table tr:nth-child(even) td { background: #f8f8ff; }\n.dbi-art-dffa9a .method-card { background: white; border-radius: 15px; padding: 28px; margin: 24px 0; box-shadow: 0 5px 20px rgba(94,94,215,0.08); }\n.dbi-art-dffa9a .method-card.blue { border-left: 4px solid #5e5ed7; }\n.dbi-art-dffa9a .method-card.teal { border-left: 4px solid #a9e2e4; }\n.dbi-art-dffa9a .method-card.rose { border-left: 4px solid #e73469; }\n.dbi-art-dffa9a .method-card.yellow { border-left: 4px solid #ffeca7; border-top: 3px solid #ffeca7; }\n.dbi-art-dffa9a .method-card h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 12px; font-size: 1.12rem; }\n.dbi-art-dffa9a .method-card.teal h4 { color: #5268c9; }\n.dbi-art-dffa9a .method-card.rose h4 { color: #e73469; }\n.dbi-art-dffa9a .method-badge { display: inline-block; padding: 5px 14px; border-radius: 20px; font-size: 0.82rem; font-weight: 600; margin-bottom: 12px; }\n.dbi-art-dffa9a .badge-blue { background: #f0f0ff; color: #5e5ed7; }\n.dbi-art-dffa9a .badge-green { background: #e0f7f8; color: #5268c9; }\n.dbi-art-dffa9a .badge-rose { background: #fde8ee; color: #e73469; }\n.dbi-art-dffa9a .badge-yellow { background: #fff8dc; color: #8a6d00; }\n.dbi-art-dffa9a .checklist { background: white; padding: 32px; border-radius: 15px; box-shadow: 0 5px 20px rgba(94,94,215,0.1); margin: 28px 0; }\n.dbi-art-dffa9a .checklist h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 20px; }\n.dbi-art-dffa9a .checklist ul { list-style: none; padding: 0; }\n.dbi-art-dffa9a .checklist li { padding: 12px 0; border-bottom: 1px solid #f0f0ff; padding-left: 38px; position: relative; }\n.dbi-art-dffa9a .checklist li::before { content: '\u2714'; position: absolute; left: 0; color: #5e5ed7; font-weight: bold; }\n.dbi-art-dffa9a .checklist li:last-child { border-bottom: none; }\n.dbi-art-dffa9a .app-card { background: white; border-radius: 18px; padding: 30px; margin: 28px 0; box-shadow: 0 8px 30px rgba(94,94,215,0.15); border-top: 4px solid #5e5ed7; }\n.dbi-art-dffa9a .app-card h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; font-size: 1.3rem; margin-bottom: 12px; }\n.dbi-art-dffa9a .cta-button { display: inline-block; background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 15px 35px; border-radius: 30px; text-decoration: none; font-weight: 600; margin-top: 15px; }\n.dbi-art-dffa9a .quote-box { background: #f0f0ff; border-left: 4px solid #5e5ed7; padding: 26px; margin: 32px 0; border-radius: 0 15px 15px 0; }\n.dbi-art-dffa9a .quote-box p { font-style: italic; color: #5268c9; margin-bottom: 10px; }\n.dbi-art-dffa9a .quote-box .author { font-weight: 600; color: #5e5ed7; font-style: normal; font-size: 0.9rem; }\n.dbi-art-dffa9a .conclusion { background: linear-gradient(135deg, #f5f7fa 0%, #e8e8ff 100%); padding: 45px; border-radius: 20px; margin-top: 55px; }\n.dbi-art-dffa9a .conclusion h2 { border-bottom: none; margin-top: 0; }\n.dbi-art-dffa9a .article-footer { text-align: center; padding: 55px 20px; background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; border-radius: 30px 30px 0 0; margin-top: 65px; }\n.dbi-art-dffa9a .article-footer h3 { font-family: 'Montserrat', sans-serif; color: white; margin-bottom: 20px; font-size: 1.5rem; }\n.dbi-art-dffa9a .article-footer a { color: #ffeca7; text-decoration: none; font-weight: 600; }\n.dbi-art-dffa9a .footer-links { display: flex; gap: 20px; justify-content: center; flex-wrap: wrap; margin-top: 15px; }\n.dbi-art-dffa9a .faq-item { background: white; border-radius: 15px; padding: 28px 32px; margin: 16px 0; box-shadow: 0 3px 15px rgba(94,94,215,0.08); border-left: 4px solid #a9e2e4; }\n.dbi-art-dffa9a .faq-item h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 13px; font-size: 1.08rem; }\n.dbi-art-dffa9a .faq-item p { margin: 0; color: #555; }\n.dbi-art-dffa9a a { color: #5e5ed7; }\n@media (max-width: 768px) {\n.dbi-art-dffa9a .article-header h1 { font-size: 1.85rem; }\n.dbi-art-dffa9a .stats-grid { grid-template-columns: 1fr; }\n.dbi-art-dffa9a .article-header { padding: 45px 15px; }\n.dbi-art-dffa9a .container { padding: 15px; }\n.dbi-art-dffa9a h2 { font-size: 1.6rem; }\n}<\/p>\n<\/style>\n<div class=\"dbi-art-dffa9a\">\n<article>\n<header class=\"article-header\">\n<div class=\"article-category\">\ud83d\udd2c Salute mentale &amp; Ricerca clinica \u2014 Dati di vita reale<\/div>\n<h1>Quali dati di vita reale possono essere raccolti durante uno studio clinico?<\/h1>\n<pee class=\"subtitle\">Gli studi clinici tradizionali catturano solo una frazione della realt\u00e0 dei pazienti. I dati di vita reale \u2014 raccolti tramite applicazioni mobili, dispositivi connessi, EMA e registri \u2014 rivoluzionano la nostra comprensione dei disturbi cognitivi e mentali. Guida completa per ricercatori, clinici e pazienti.<\/pee>\n<\/header>\n<div class=\"container\">\n<div class=\"intro-paragraph\">\nPer decenni, la ricerca clinica ha funzionato secondo un modello collaudato: uno studio randomizzato controllato, una popolazione accuratamente selezionata, misure standardizzate a intervalli fissi in un contesto clinico. Questo modello rimane lo standard d&#8217;oro per stabilire la causalit\u00e0 \u2014 ma presenta una limitazione principale: non cattura la vita reale. La salute mentale, in particolare, \u00e8 profondamente influenzata dai contesti quotidiani \u2014 lo stress lavorativo, la qualit\u00e0 del sonno, le interazioni sociali, il meteo \u2014 che le valutazioni puntuali in consultazione non possono afferrare. I dati di vita reale (Real-World Data, RWD) colmano questa lacuna trasformando la quotidianit\u00e0 dei pazienti in laboratorio.\n<\/div>\n<div class=\"stats-grid\">\n<div class=\"stat-card\"><span class=\"stat-number\">\u00d710<\/span><\/p>\n<div class=\"stat-label\">la quantit\u00e0 di dati di salute digitali disponibili raddoppia ogni 3-4 anni \u2014 una rivoluzione per la ricerca<\/div>\n<\/div>\n<div class=\"stat-card\"><span class=\"stat-number\">80%<\/span><\/p>\n<div class=\"stat-label\">degli studi clinici integreranno RWD entro il 2030 secondo le previsioni dell&#8217;EMA e della FDA<\/div>\n<\/div>\n<div class=\"stat-card\"><span class=\"stat-number\">EMA<\/span><\/p>\n<div class=\"stat-label\">l&#8217;Agenzia Europea dei Medicinali ha pubblicato nel 2023 la sua strategia sui dati di vita reale<\/div>\n<\/div>\n<\/div>\n<h2>Definizioni: RWD, RWE e le loro differenze fondamentali<\/h2>\n<pee>Prima di esplorare i tipi di dati e i metodi di raccolta, \u00e8 essenziale chiarire il vocabolario \u2014 poich\u00e9 i termini sono spesso usati in modo intercambiabile in modo errato.<\/pee>\n<pee>I <strong>Real-World Data (RWD)<\/strong> \u2014 o dati di vita reale \u2014 sono tutti i dati relativi allo stato di salute dei pazienti e alla fornitura di cure raccolti al di fuori degli studi clinici randomizzati controllati. Possono provenire da cartelle cliniche elettroniche, database di rimborso, registri di pazienti, sensori indossabili, applicazioni mobili, reti sociali di salute o studi osservazionali.<\/pee>\n<pee>I <strong>Real-World Evidence (RWE)<\/strong> \u2014 prove di vita reale \u2014 sono le prove cliniche generate dall&#8217;analisi rigorosa dei RWD. I RWD sono il materiale grezzo; le RWE sono il risultato dell&#8217;applicazione di una metodologia scientifica a questo materiale. La FDA e l&#8217;EMA hanno entrambi sviluppato quadri per accettare le RWE nei dossier di autorizzazione alla commercializzazione \u2014 una trasformazione importante per l&#8217;industria farmaceutica e la ricerca biomedica.<\/pee>\n<h3>Perch\u00e9 i RWD sono cruciali in salute mentale e cognitiva?<\/h3>\n<pee>I disturbi mentali e cognitivi presentano caratteristiche che li rendono particolarmente difficili da studiare nel contesto degli studi clinici classici. La variabilit\u00e0 intra-individuale \u00e8 considerevole \u2014 un paziente depresso pu\u00f2 sentirsi molto diversamente da luned\u00ec a venerd\u00ec, o a seconda della stagione, o in base al suo contesto relazionale. Questa variabilit\u00e0 \u00e8 invisibile in una valutazione mensile in consultazione. Allo stesso modo, le manifestazioni cognitive di disturbi come l&#8217;ADHD, le conseguenze di un Ictus o le fasi precoci dell&#8217;Alzheimer sono profondamente contestuali \u2014 l&#8217;ambiente, la fatica, lo stress le modulano in tempo reale.<\/pee>\n<pee>I RWD consentono di cogliere questa complessit\u00e0 dinamica. Rendono visibile ci\u00f2 che accade tra le consultazioni, nella vita reale dei pazienti \u2014 che rappresenta il 99% della loro esistenza.<\/pee>\n<h2>Le grandi categorie di dati di vita reale in clinica<\/h2>\n<h3>1. I dati dei sistemi sanitari (dati amministrativi e clinici)<\/h3>\n<pee>Questi sono i RWD pi\u00f9 utilizzati nella ricerca osservazionale. Comprendono le cartelle cliniche elettroniche (DME), i dati di rimborso dell&#8217;Assicurazione Malattia (SNDS in Francia \u2014 Sistema Nazionale dei Dati di Salute), i registri di pazienti (registri tumori, registri malattie rare, registri Alzheimer), le basi ospedaliere (PMSI, basi farmaci), e i dati delle prescrizioni. Queste basi sono preziose per studi epidemiologici su larga scala \u2014 consentono di analizzare centinaia di migliaia se non milioni di percorsi di cura. La loro limitazione \u00e8 che catturano solo ci\u00f2 che \u00e8 codificato e rimborsato \u2014 mancano i dati soggettivi, comportamentali e contestuali.<\/pee>\n<div class=\"method-card blue\">\n<div class=\"method-badge badge-blue\">\ud83c\udfe5 Il SNDS in Francia<\/div>\n<h4>Il pi\u00f9 grande deposito di dati sanitari europeo<\/h4>\n<pee>Il Sistema Nazionale dei Dati di Salute (SNDS) copre tutti i rimborsi delle cure per i 67 milioni di assicurati francesi, ovvero una delle pi\u00f9 grandi banche dati di salute al mondo. Il suo accesso \u00e8 regolato dal Health Data Hub e richiede un&#8217;autorizzazione della CNIL. Per la ricerca in salute mentale, consente di studiare le traiettorie di cura, l&#8217;aderenza ai trattamenti, le comorbidit\u00e0 e le ospedalizzazioni su larga scala \u2014 ma non contiene dati sui sintomi, il funzionamento quotidiano o la qualit\u00e0 della vita.<\/pee>\n<\/div>\n<h3>2. I dati raccolti dai pazienti stessi (PRO)<\/h3>\n<pee>I Patient-Reported Outcomes (PRO) sono dati riportati direttamente dai pazienti, senza interpretazione da parte di un clinico \u2014 punteggi di qualit\u00e0 della vita, livelli di dolore, intensit\u00e0 dei sintomi, soddisfazione, aderenza ai trattamenti. In salute mentale, sono particolarmente preziosi poich\u00e9 molti sintomi chiave (umore, ansia, energia, pensieri intrusivi) sono accessibili solo tramite auto-riferimento.<\/pee>\n<pee>I questionari cartacei tradizionali (PHQ-9 per la depressione, GAD-7 per l&#8217;ansia, MADRS) rimangono riferimenti clinici. Ma la loro somministrazione puntuale in consultazione non cattura la variabilit\u00e0 temporale. \u00c8 per questo che i metodi di EMA (vedi sotto) rivoluzionano la raccolta di PRO nella ricerca contemporanea.<\/pee>\n<h3>3. I dati comportamentali digitali (Biomarcatori Digitali)<\/h3>\n<pee>Una delle innovazioni pi\u00f9 spettacolari degli ultimi anni \u00e8 la possibilit\u00e0 di raccogliere <strong>biomarcatori digitali<\/strong> \u2014 misure oggettive del comportamento e della fisiologia catturate in continuazione da dispositivi digitali. Questi dati comprendono la frequenza cardiaca e la sua variabilit\u00e0 (tramite smartwatch), i modelli di attivit\u00e0 fisica e sedentariet\u00e0 (accelerometri), la qualit\u00e0 e la durata del sonno (actigrafi), i modelli di spostamento geografico (GPS), la frequenza delle chiamate telefoniche e dei messaggi, i modelli di battitura sulla tastiera (dinamica di battitura), e i dati vocali (prosodia, fluidit\u00e0, pause).<\/pee>\n<pee>Questi biomarcatori digitali passivi \u2014 raccolti senza che il paziente debba &#8220;fare nulla&#8221; \u2014 sono particolarmente preziosi nella ricerca sulla salute mentale. Studi hanno dimostrato che i cambiamenti nei modelli di sonno, attivit\u00e0 e comunicazione possono precedere di diversi giorni gli episodi depressivi o maniacali documentati \u2014 aprendo prospettive senza precedenti per la prevenzione delle ricadute.<\/pee>\n<h3>4. I dati dei test cognitivi digitali<\/h3>\n<pee>I test cognitivi somministrati tramite applicazioni mobili rappresentano una rivoluzione per la ricerca nelle neuroscienze cognitive e nella psichiatria. A differenza delle valutazioni neuropsicologiche annuali effettuate in clinica, test digitali brevi possono essere somministrati quotidianamente o settimanalmente \u2014 catturando la variabilit\u00e0 temporale delle prestazioni cognitive.<\/pee>\n<pee>Test come il Trail Making Test, lo Stroop, i test di memoria di lavoro N-back, o i test di tempo di reazione possono essere somministrati in 2-5 minuti su smartphone. I dati raccolti consentono di rilevare cambiamenti sottili nelle prestazioni cognitive che precedono le manifestazioni cliniche \u2014 un&#8217;applicazione promettente per la rilevazione precoce dell&#8217;Alzheimer, il monitoraggio delle conseguenze di un Ictus o il follow-up dell&#8217;efficacia dei trattamenti.<\/pee>\n<pee>I test cognitivi DYNSEO \u2014 <a href=\"https:\/\/www.dynseo.com\/it\/test-di-memoria\/\" target=\"_blank\"><strong>Test Memoria<\/strong><\/a>, <a href=\"https:\/\/www.dynseo.com\/test-concentrazione-attention\/\" target=\"_blank\"><strong>Test Concentrazione e Attenzione<\/strong><\/a>, <a href=\"https:\/\/www.dynseo.com\/it\/test-delle-funzioni-esecutive\/\" target=\"_blank\"><strong>Test delle Funzioni Esecutive<\/strong><\/a> \u2014 sono esempi di strumenti digitali che consentono una valutazione regolare e accessibile delle funzioni cognitive al di fuori del contesto clinico. Questi dati, raccolti in modo ripetuto, costituiscono un profilo dinamico dell&#8217;evoluzione cognitiva \u2014 prezioso sia per il follow-up clinico che per la ricerca.<\/pee>\n<h2>L&#8217;EMA (Ecological Momentary Assessment): la rivoluzione della cattura in tempo reale<\/h2>\n<pee>L&#8217;Ecological Momentary Assessment (EMA) \u2014 chiamato anche metodo di campionamento dell&#8217;esperienza \u2014 \u00e8 un metodo di raccolta dati che consiste nell&#8217;interrogare i partecipanti sul loro stato (umore, sintomi, comportamenti, contesto) in momenti multipli e variabili nella loro vita quotidiana, tramite uno smartphone o un&#8217;app dedicata.<\/pee>\n<h3>Perch\u00e9 l&#8217;EMA cambia tutto per la ricerca in salute mentale<\/h3>\n<pee>Il problema fondamentale della valutazione clinica classica \u00e8 che \u00e8 retrospettiva e puntuale. Quando un paziente compila un questionario settimanale sulla depressione, cerca di &#8220;mediarsi&#8221; la settimana \u2014 il che genera notevoli bias (bias di richiamo, effetto del momento della valutazione, bias di ancoraggio). L&#8217;EMA risolve questo problema catturando lo stato reale della persona nel momento stesso in cui risponde.<\/pee>\n<pee>In pratica, l&#8217;EMA invia notifiche pi\u00f9 volte al giorno (generalmente 3-8 volte) in momenti casuali o semi-casuali. La persona risponde a 5-15 domande brevi sul suo stato emotivo, i suoi sintomi, il suo contesto sociale, i suoi comportamenti. L&#8217;insieme delle risposte su pi\u00f9 settimane costituisce una curva di dati densa che rivela i modelli, i fattori scatenanti, i cicli e la variabilit\u00e0 individuale che le valutazioni puntuali non avrebbero mai rilevato.<\/pee>\n<\/div>\n<div class=\"highlight-box\">\n<h4>\ud83d\udd2c Esempi di ci\u00f2 che l&#8217;EMA pu\u00f2 rivelare che le valutazioni classiche mancano<\/h4>\n<pee><strong>In depressione:<\/strong> le ore della giornata in cui l&#8217;umore \u00e8 sistematicamente pi\u00f9 basso, le situazioni sociali scatenanti, la relazione tra qualit\u00e0 del sonno della notte precedente e umore del mattino seguente.<!\u2013- [et_pb_br_holder] -\u2013><br \/>\n<strong>In ADHD:<\/strong> i momenti della giornata in cui l&#8217;attenzione \u00e8 massima (permettendo di pianificare i compiti impegnativi), l&#8217;impatto dell&#8217;alimentazione e dell&#8217;esercizio sulla concentrazione, i fattori scatenanti dell&#8217;impulsivit\u00e0.<!\u2013- [et_pb_br_holder] -\u2013><br \/>\n<strong>In Alzheimer precoce:<\/strong> le prime fluttuazioni delle capacit\u00e0 cognitive, i fattori ambientali che migliorano o deteriorano le prestazioni, la progressione delle difficolt\u00e0 nel corso delle settimane.<\/pee>\n<\/div>\n<h3>Le sfide dell&#8217;EMA<\/h3>\n<pee>L&#8217;EMA non \u00e8 priva di limiti. Il <strong>burden<\/strong> (carico per il partecipante) \u00e8 reale \u2014 rispondere a notifiche pi\u00f9 volte al giorno per settimane genera fatica e pu\u00f2 influenzare la compliance. I tassi di abbandono negli studi EMA sono elevati se il carico non \u00e8 ben calibrato. I bias di selezione (i partecipanti che completano sono diversi da quelli che abbandonano) possono influenzare la validit\u00e0 esterna. E la riservatezza dei dati molto granulari (comportamenti, localizzazioni, stati emotivi) solleva importanti questioni etiche.<\/pee>\n<h2>Dispositivi connessi e wearable: sensori passivi della vita reale<\/h2>\n<h3>Actigrafi e orologi connessi<\/h3>\n<pee>Gli actigrafi (contapassi avanzati) e gli orologi connessi (Apple Watch, Garmin, Fitbit, Withings) raccolgono continuamente dati sull&#8217;attivit\u00e0 fisica, il sonno (durata, stadi, risvegli notturni) e la frequenza cardiaca. Questi dati passivi sono particolarmente preziosi nella ricerca sulla salute mentale poich\u00e9 oggettivano costrutti spesso riportati soggettivamente: &#8220;dormo male&#8221;, &#8220;sono esausto&#8221;, &#8220;non faccio pi\u00f9 nulla&#8221;.<\/pee>\n<pee>Studi hanno dimostrato che la variabilit\u00e0 della frequenza cardiaca (HRV \u2014 Heart Rate Variability) misurata continuamente \u00e8 un proxy del funzionamento del sistema nervoso autonomo \u2014 e riflette lo stato di stress, ansia e regolazione emotiva. App come Garmin Health o Apple Health generano dati HRV quotidiani che possono costituire biomarcatori negli studi di salute mentale.<\/pee>\n<h3>Sensori vocali e analisi del discorso<\/h3>\n<pee>L&#8217;analisi automatica della voce rappresenta una delle frontiere pi\u00f9 promettenti dei biomarcatori digitali in salute mentale. Caratteristiche vocali come la velocit\u00e0 di parola, le pause, il tono, l&#8217;energia, la latenza di risposta e i modelli di intonazione cambiano in modo misurabile nella depressione, nella schizofrenia, nella demenza e in altri disturbi mentali. Algoritmi di machine learning addestrati su migliaia di ore di registrazioni possono rilevare questi cambiamenti con una precisione che si confronta favorevolmente con le valutazioni cliniche standardizzate.<\/pee>\n<h3>Analisi comportamentali tramite smartphone<\/h3>\n<pee>Lo smartphone stesso \u00e8 un sensore del comportamento quotidiano. La frequenza e la durata delle chiamate, i modelli di messaggistica, la geolocalizzazione (mobilit\u00e0, luoghi frequentati), la luminosit\u00e0 ambientale (indicatore delle uscite all&#8217;aperto), e persino i micro-modelli di sblocco dello schermo costituiscono dati comportamentali densi. Studi hanno dimostrato che questi dati passivi permettono di prevedere episodi di depressione, ansia e psicosi con una precisione notevole \u2014 aprendo prospettive per sistemi di allerta precoce.<\/pee>\n<h2>Le applicazioni mobili di salute negli studi clinici<\/h2>\n<pee>Le applicazioni mobili di salute \u2014 dall&#8217;app semplice di monitoraggio dell&#8217;umore agli strumenti di stimolazione cognitiva validati \u2014 svolgono un doppio ruolo negli studi RWD: raccolta di dati (tramite i log di utilizzo e i risultati degli esercizi) e intervento terapeutico (di cui l&#8217;aderenza e l&#8217;efficacia possono essere misurate in tempo reale).<\/pee>\n<h3>Applicazioni di regolazione emotiva e monitoraggio dei sintomi<\/h3>\n<pee>Applicazioni come Daylio, Moodpath o Woebot permettono agli utenti di monitorare il loro umore, i loro comportamenti e i loro pensieri quotidianamente. In un contesto di ricerca, i dati aggregati e anonimizzati di queste applicazioni costituiscono una fonte di RWD preziosa per studiare i modelli emotivi di ampie popolazioni.<\/pee>\n<pee>Strumenti clinici come il <a href=\"https:\/\/www.dynseo.com\/it\/i-nostri-strumenti\/termometro-delle-emozioni\/\" target=\"_blank\"><strong>Termometro delle emozioni DYNSEO<\/strong><\/a>, la <a href=\"https:\/\/www.dynseo.com\/nos-outils\/boite-a-outils-regulation\/\" target=\"_blank\"><strong>Scatola degli attrezzi per la regolazione emotiva<\/strong><\/a> e le <a href=\"https:\/\/www.dynseo.com\/nos-outils\/strategies-retour-au-calme\/\" target=\"_blank\"><strong>12 strategie di ritorno alla calma<\/strong><\/a> permettono di raccogliere dati sull&#8217;utilizzo reale delle tecniche di regolazione \u2014 quale strategia viene scelta, in quali contesti, con quale efficacia. Questi dati di utilizzo ecologico arricchiscono notevolmente la nostra comprensione dell&#8217;efficacia delle interventi in salute mentale.<\/pee>\n<h3>Applicazioni di stimolazione e test cognitivi<\/h3>\n<pee>Le applicazioni di stimolazione cognitiva \u2014 come <a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/roberto\/\" target=\"_blank\"><strong>ROBERTO<\/strong><\/a> per gli adulti o <a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/giochi-di-memoria\/\" target=\"_blank\"><strong>SOFIA<\/strong><\/a> per gli anziani \u2014 generano dati preziosi sulle performance cognitive longitudinali. I log di utilizzo (frequenza, durata delle sessioni, risultati agli esercizi, livello raggiunto, abbandono) costituiscono RWD che permettono di studiare l&#8217;impegno nella stimolazione cognitiva, la sua evoluzione nel tempo, e i fattori associati all&#8217;aderenza o all&#8217;abbandono.<\/pee>\n<pee>Per la ricerca sulle interventi digitali in Alzheimer, Parkinson o dopo un Ictus, questi dati di utilizzo reale apportano una dimensione ecologica che gli studi di efficacia in laboratorio non possono fornire. Un&#8217;app pu\u00f2 mostrare risultati eccellenti in un trial clinico controllato \u2014 ma se i pazienti non la utilizzano nella vita reale, il suo impatto sulla popolazione sar\u00e0 limitato. I RWD permettono di studiare precisamente queste questioni di adozione e impegno.<\/pee>\n<h2>Metodi di analisi dei dati di vita reale: le sfide metodologiche<\/h2>\n<h3>Il bias di confusione: la sfida centrale<\/h3>\n<pee>La principale limitazione degli studi RWD rispetto agli studi randomizzati \u00e8 l&#8217;assenza di randomizzazione \u2014 e quindi la presenza potenziale di bias di confusione. Se i pazienti che ricevono un trattamento A sono sistematicamente diversi da quelli che ricevono un trattamento B (pi\u00f9 giovani, meno malati, con un migliore accesso alle cure), il confronto dei loro risultati riflette queste differenze tanto quanto l&#8217;effetto del trattamento. Diverse tecniche statistiche permettono di correggere questi bias: il punteggio di propensione (propensity score matching), le analisi strumentali, gli studi caso-controllo, e i modelli causali strutturali (Directed Acyclic Graphs).<\/pee>\n<h3>L&#8217;analisi delle serie temporali e dei dati longitudinali<\/h3>\n<pee>I dati EMA e wearable generano serie temporali dense \u2014 centinaia o migliaia di punti di misura per partecipante nel corso di settimane o mesi. L&#8217;analisi di questi dati richiede metodi statistici specializzati che catturano la loro struttura temporale: modelli misti a effetti casuali, modelli vettoriali autoregressivi (VAR) per studiare le relazioni tra variabili nel tempo, analisi di rete (network analysis) per mappare le interazioni dinamiche tra sintomi.<\/pee>\n<div class=\"method-card teal\">\n<div class=\"method-badge badge-green\">\ud83d\udcca L&#8217;analisi di rete in psichiatria<\/div>\n<h4>Una rivoluzione metodologica per la salute mentale<\/h4>\n<pee>L&#8217;approccio rete, sviluppato in particolare da Borsboom e Cramer, concettualizza i disturbi psichiatrici non come entit\u00e0 discrete (una &#8220;malattia&#8221; che causa sintomi) ma come reti di sintomi interconnessi che si autoalimentano. In questo modello, i RWD longitudinali permettono di identificare quali sintomi sono i pi\u00f9 &#8220;centrali&#8221; (che influenzano di pi\u00f9 gli altri), quali legami si attivano per primi durante una ricaduta e quali interventi potrebbero disattivare pi\u00f9 efficacemente la rete patologica. Questo approccio apre prospettive terapeutiche personalizzate senza precedenti.<\/pee>\n<\/div>\n<h3>L&#8217;intelligenza artificiale e il machine learning<\/h3>\n<pee>Il volume e la complessit\u00e0 dei RWD hanno reso indispensabili gli approcci di machine learning e intelligenza artificiale. Algoritmi di deep learning possono rilevare schemi nei dati vocali, comportamentali e fisiologici che sfuggono all&#8217;analisi statistica classica. Il <a href=\"https:\/\/www.dynseo.com\/it\/coach-ia-italiano\/\" target=\"_blank\"><strong>Coach IA DYNSEO<\/strong><\/a> illustra questa direzione: un sistema di accompagnamento intelligente che apprende dai modelli di utilizzo per personalizzare le raccomandazioni.<\/pee>\n<h2>Il quadro etico e normativo dei RWD in salute<\/h2>\n<h3>RGPD, HDS e governance dei dati sanitari<\/h3>\n<pee>I dati sanitari sono dati personali sensibili, protetti dal RGPD (Regolamento Generale sulla Protezione dei Dati) e, per i dati sanitari ospitati, dalla certificazione HDS (Hosting di Dati Sanitari) in Francia. Qualsiasi raccolta di dati sanitari in un contesto di ricerca richiede il consenso informato dei partecipanti, l&#8217;approvazione di un Comitato di Protezione delle Persone (CPP) e spesso un&#8217;autorizzazione della CNIL (Commissione Nazionale per l&#8217;Informatica e le Libert\u00e0).<\/pee>\n<pee>Il <strong>Health Data Hub<\/strong> francese (GIE che facilita l&#8217;accesso ai dati del SNDS e il loro incrocio con altre basi) \u00e8 diventato lo strumento centrale della ricerca in RWD in Francia. Il suo utilizzo \u00e8 regolato da comitati di esperti che valutano l&#8217;interesse scientifico, la proporzionalit\u00e0 dei dati richiesti e le garanzie di protezione delle persone.<\/pee>\n<h3>I bias di selezione nei dati digitali<\/h3>\n<pee>Una sfida etica e metodologica importante dei RWD digitali \u00e8 il loro potenziale di bias di rappresentativit\u00e0. Gli utenti di smartwatch, smartphone e applicazioni di salute non sono rappresentativi della popolazione generale \u2014 sono in media pi\u00f9 giovani, pi\u00f9 agiati, pi\u00f9 istruiti e pi\u00f9 impegnati nella loro salute. Gli studi che si basano su questi dati rischiano di produrre prove valide per queste popolazioni ma difficilmente generalizzabili a persone anziane, svantaggiate o poco alfabetizzate digitalmente.<\/pee>\n<div class=\"warning-box\">\n<h4>\u26a0\ufe0f La frattura digitale: un angolo morto dei RWD<\/h4>\n<pee>Le persone pi\u00f9 vulnerabili in salute mentale \u2014 persone anziane con demenza, persone senza fissa dimora, persone in grande precariet\u00e0 \u2014 sono spesso le meno rappresentate nei RWD digitali. Gli studi che ignorano questa frattura digitale rischiano di produrre prove pertinenti per le popolazioni pi\u00f9 avvantaggiate ma di aggravare le disuguaglianze di salute indirizzando le innovazioni verso le popolazioni che ne hanno forse meno bisogno.<\/pee>\n<\/div>\n<h2>Applicazioni pratiche per la ricerca in salute mentale e cognitiva<\/h2>\n<h3>Rilevamento precoce della demenza<\/h3>\n<pee>Una delle applicazioni pi\u00f9 promettenti dei RWD nelle neuroscienze cliniche \u00e8 il rilevamento precoce dei disturbi cognitivi, anni prima della manifestazione clinica della demenza. Team di ricerca hanno dimostrato che biomarcatori digitali \u2014 cambiamenti sottili nei modelli di spostamento GPS, nella velocit\u00e0 di digitazione, nelle performance a test cognitivi brevi \u2014 permettono di rilevare cambiamenti che precedono da 2 a 5 anni i primi sintomi clinici della malattia di Alzheimer.<\/pee>\n<pee>Il monitoraggio regolare delle performance cognitive tramite test come il <a href=\"https:\/\/www.dynseo.com\/it\/test-di-memoria\/\" target=\"_blank\"><strong>Test Memoria DYNSEO<\/strong><\/a> e il <a href=\"https:\/\/www.dynseo.com\/test-concentrazione-attention\/\" target=\"_blank\"><strong>Test Concentrazione<\/strong><\/a>, realizzati mensilmente a domicilio su tablet o smartphone, potrebbe costituire un protocollo di monitoraggio longitudinale ecologico per le popolazioni a rischio.<\/pee>\n<h3>Monitoraggio delle interventi in psichiatria<\/h3>\n<pee>Il monitoraggio in tempo reale delle risposte ai trattamenti psichiatrici \u00e8 un altro ambito in cui i RWD trasformano la pratica. Piuttosto che attendere la consultazione mensile per sapere se un antidepressivo inizia a fare effetto o se un paziente ricade, dati EMA settimanali permettono un aggiustamento terapeutico continuo. La <a href=\"https:\/\/www.dynseo.com\/nos-outils\/fiche-restructuration-cognitive\/\" target=\"_blank\"><strong>Scheda di ristrutturazione cognitiva ansia DYNSEO<\/strong><\/a> e la <a href=\"https:\/\/www.dynseo.com\/nos-outils\/boite-a-outils-regulation\/\" target=\"_blank\"><strong>Scatola degli attrezzi per la regolazione emotiva<\/strong><\/a> si inseriscono in questa logica di intervento ecologico \u2014 fornendo strumenti utilizzabili nella vita quotidiana e il cui utilizzo stesso costituisce un dato di ricerca pertinente.<\/pee>\n<h3>Efficacia degli interventi digitali<\/h3>\n<pee>I RWD permettono di valutare l&#8217;efficacia reale degli interventi digitali \u2014 applicazioni di TCC, strumenti di stimolazione cognitiva, programmi di mindfulness \u2014 in condizioni ecologiche. L&#8217;impegno (numero di sessioni, durata, regolarit\u00e0), la traiettoria delle performance (miglioramento, plateau, declino), e i fattori predittivi dell&#8217;aderenza costituiscono dati preziosi per migliorare questi strumenti e personalizzare le raccomandazioni.<\/pee>\n<h2>Verso studi pragmatici e ibridi<\/h2>\n<pee>Il futuro della ricerca clinica \u00e8 probabilmente negli <strong>studi ibridi<\/strong> che combinano la rigorosit\u00e0 degli studi randomizzati con la ricchezza dei RWD. Gli studi pragmatici raccolgono dati in condizioni di cura reali piuttosto che in centri di ricerca specializzati. Gli studi di piattaforma permettono di valutare pi\u00f9 interventi simultaneamente con adattamento adattativo. E gli studi &#8220;in silico&#8221; \u2014 che utilizzano gemelli digitali o modelli computazionali alimentati da RWD \u2014 permettono di simulare studi clinici prima di condurli realmente, riducendo i costi e i tempi.<\/pee>\n<div class=\"conclusion\">\n<h2>Conclusione: i RWD, nuova frontiera della medicina personalizzata<\/h2>\n<pee>I dati della vita reale trasformano la nostra capacit\u00e0 di comprendere i disturbi mentali e cognitivi in tutta la loro complessit\u00e0 dinamica. Permettono di uscire dal modello della &#8220;foto istantanea&#8221; in consultazione per accedere al &#8220;film&#8221; della vita quotidiana del paziente. Questa rivoluzione metodologica porta con s\u00e9 la promessa di una medicina pi\u00f9 personalizzata, pi\u00f9 preventiva e pi\u00f9 equa \u2014 a condizione che le sfide etiche (protezione dei dati, frattura digitale, pregiudizi di rappresentativit\u00e0) siano pienamente considerate. DYNSEO contribuisce a questo ecosistema con strumenti digitali di qualit\u00e0 \u2014 test cognitivi, applicazioni di stimolazione, strumenti di regolazione emotiva \u2014 i cui dati di utilizzo possono alimentare la ricerca di domani.<\/pee>\n<a href=\"https:\/\/www.dynseo.com\/it\/i-nostri-test\/\" target=\"_blank\" class=\"cta-button\">Scoprire i test cognitivi DYNSEO \u2192<\/a>\n<\/div>\n<h2>FAQ<\/h2>\n<div class=\"faq-item\">\n<h4>Che cosa sono i dati della vita reale (RWD)?<\/h4>\n<pee>Dati sanitari raccolti al di fuori degli studi clinici controllati \u2014 cartelle cliniche, rimborsi, applicazioni mobili, sensori, registri. Catturano la vita reale dei pazienti al di fuori del contesto clinico.<\/pee><\/div>\n<div class=\"faq-item\">\n<h4>Differenza tra RWD e RWE?<\/h4>\n<pee>RWD = dati grezzi. RWE = prove scientifiche generate dall&#8217;analisi rigorosa dei RWD. La distinzione \u00e8 cruciale per le autorit\u00e0 regolatorie (EMA, FDA).<\/pee><\/div>\n<div class=\"faq-item\">\n<h4>Che cos&#8217;\u00e8 l&#8217;EMA e perch\u00e9 \u00e8 preziosa per la salute mentale?<\/h4>\n<pee>Ecological Momentary Assessment: questionari inviati pi\u00f9 volte al giorno tramite smartphone per catturare lo stato reale in tempo reale. Rivela la variabilit\u00e0 dei sintomi invisibile nelle valutazioni puntuali in consultazione.<\/pee><\/div>\n<div class=\"faq-item\">\n<h4>Quali sfide etiche pongono i RWD?<\/h4>\n<pee>Protezione dei dati (GDPR, HDS), consenso informato, rischi di re-identificazione, frattura digitale, pregiudizi di rappresentativit\u00e0, propriet\u00e0 e governance dei dati sanitari.<\/pee><\/div>\n<div class=\"faq-item\">\n<h4>Le applicazioni mobili possono essere utilizzate negli studi clinici?<\/h4>\n<pee>S\u00ec \u2014 per l&#8217;EMA, i test cognitivi ripetuti, il monitoraggio comportamentale ed emotivo. Richiedono una validazione rigorosa come strumenti di misura e un quadro etico rigoroso.<\/pee><\/div>\n<\/div>\n<footer class=\"article-footer\">\n<h3>Risorse DYNSEO \u2014 Salute mentale &amp; Ricerca<\/h3>\n<div class=\"footer-links\">\n<a href=\"https:\/\/www.dynseo.com\/it\/i-nostri-test\/\" target=\"_blank\">Test cognitivi<\/a><br \/>\n<a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/roberto\/\" target=\"_blank\">Applicazione ROBERTO<\/a><br \/>\n<a href=\"https:\/\/www.dynseo.com\/it\/i-nostri-strumenti\/\" target=\"_blank\">Tutti gli strumenti<\/a><br \/>\n<a href=\"https:\/\/www.dynseo.com\/it\/i-nostri-corsi-di-formazione\/\" target=\"_blank\">Formazioni<\/a>\n<\/div>\n<\/footer>\n<\/article>\n<\/div>\n<p>[\/et_pb_code][\/et_pb_column][\/et_pb_row][\/et_pb_section]<\/p>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":4,"featured_media":412655,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"on","_et_pb_old_content":"[et_pb_section fb_built=\"1\" admin_label=\"Article HTML\" _builder_version=\"4.16\" custom_padding=\"0px||0px||false|false\" global_colors_info=\"{}\"][et_pb_row admin_label=\"Contenu\" _builder_version=\"4.16\" width=\"100%\" max_width=\"100%\" custom_padding=\"0px||0px||false|false\" global_colors_info=\"{}\"][et_pb_column type=\"4_4\" _builder_version=\"4.16\" global_colors_info=\"{}\"][et_pb_code admin_label=\"HTML import\u00e9\" _builder_version=\"4.16\" global_colors_info=\"{}\"]<style type=\"text\/css\">\n@import url('https:\/\/fonts.googleapis.com\/css2?family=Montserrat:wght@600;700;800&family=Poppins:wght@400;500;600&display=swap');\n        * { margin: 0; padding: 0; box-sizing: border-box; }\n.dbi-art-dffa9a { font-family: 'Poppins', sans-serif; line-height: 1.9; color: #333; background-color: #f8f9fa; }\n.dbi-art-dffa9a .container { max-width: 920px; margin: 0 auto; padding: 20px; }\n.dbi-art-dffa9a .article-header { background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 70px 20px; text-align: center; border-radius: 0 0 30px 30px; margin-bottom: 50px; }\n.dbi-art-dffa9a .article-category { display: inline-block; background: rgba(255,255,255,0.2); padding: 8px 20px; border-radius: 25px; font-size: 0.9rem; margin-bottom: 20px; }\n.dbi-art-dffa9a .article-header h1 { font-family: 'Montserrat', sans-serif; font-size: 2.4rem; margin-bottom: 20px; }\n.dbi-art-dffa9a .article-header .subtitle { font-size: 1.1rem; opacity: 0.95; max-width: 720px; margin: 0 auto; }\n.dbi-art-dffa9a .intro-paragraph { font-size: 1.1rem; color: #555; padding: 32px; background: white; border-radius: 15px; border-left: 5px solid #5e5ed7; margin-bottom: 45px; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a h2 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; font-size: 2rem; margin: 55px 0 25px; padding-bottom: 15px; border-bottom: 3px solid #a9e2e4; }\n.dbi-art-dffa9a h3 { font-family: 'Montserrat', sans-serif; color: #5268c9; font-size: 1.4rem; margin: 38px 0 16px; }\n.dbi-art-dffa9a p { margin-bottom: 22px; text-align: justify; font-size: 1.02rem; }\n.dbi-art-dffa9a .highlight-box { background: linear-gradient(135deg, #a9e2e4 0%, #d0f0f2 100%); padding: 32px; border-radius: 15px; margin: 32px 0; }\n.dbi-art-dffa9a .highlight-box h4 { font-family: 'Montserrat', sans-serif; color: #5268c9; margin-bottom: 15px; font-size: 1.2rem; }\n.dbi-art-dffa9a .tip-box { background: linear-gradient(135deg, #ffeca7 0%, #ffe88a 100%); padding: 26px; border-radius: 15px; margin: 26px 0; }\n.dbi-art-dffa9a .tip-box h4 { font-family: 'Montserrat', sans-serif; color: #5268c9; margin-bottom: 10px; }\n.dbi-art-dffa9a .warning-box { background: linear-gradient(135deg, #fde8ee 0%, #fcc8d6 100%); padding: 26px; border-radius: 15px; margin: 26px 0; border-left: 5px solid #e73469; }\n.dbi-art-dffa9a .warning-box h4 { font-family: 'Montserrat', sans-serif; color: #e73469; margin-bottom: 10px; }\n.dbi-art-dffa9a .stats-grid { display: grid; grid-template-columns: repeat(3, 1fr); gap: 22px; margin: 32px 0; }\n.dbi-art-dffa9a .stat-card { background: white; padding: 28px; border-radius: 15px; text-align: center; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a .stat-number { font-family: 'Montserrat', sans-serif; font-size: 2.6rem; font-weight: 800; color: #5e5ed7; display: block; }\n.dbi-art-dffa9a .stat-label { color: #666; font-size: 0.88rem; margin-top: 8px; }\n.dbi-art-dffa9a .comparison-table { width: 100%; border-collapse: collapse; margin: 32px 0; border-radius: 15px; overflow: hidden; box-shadow: 0 5px 20px rgba(94,94,215,0.1); }\n.dbi-art-dffa9a .comparison-table th { background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 16px 20px; text-align: left; font-family: 'Montserrat', sans-serif; }\n.dbi-art-dffa9a .comparison-table td { padding: 15px 20px; border-bottom: 1px solid #f0f0ff; background: white; vertical-align: top; }\n.dbi-art-dffa9a .comparison-table tr:last-child td { border-bottom: none; }\n.dbi-art-dffa9a .comparison-table tr:nth-child(even) td { background: #f8f8ff; }\n.dbi-art-dffa9a .method-card { background: white; border-radius: 15px; padding: 28px; margin: 24px 0; box-shadow: 0 5px 20px rgba(94,94,215,0.08); }\n.dbi-art-dffa9a .method-card.blue { border-left: 4px solid #5e5ed7; }\n.dbi-art-dffa9a .method-card.teal { border-left: 4px solid #a9e2e4; }\n.dbi-art-dffa9a .method-card.rose { border-left: 4px solid #e73469; }\n.dbi-art-dffa9a .method-card.yellow { border-left: 4px solid #ffeca7; border-top: 3px solid #ffeca7; }\n.dbi-art-dffa9a .method-card h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 12px; font-size: 1.12rem; }\n.dbi-art-dffa9a .method-card.teal h4 { color: #5268c9; }\n.dbi-art-dffa9a .method-card.rose h4 { color: #e73469; }\n.dbi-art-dffa9a .method-badge { display: inline-block; padding: 5px 14px; border-radius: 20px; font-size: 0.82rem; font-weight: 600; margin-bottom: 12px; }\n.dbi-art-dffa9a .badge-blue { background: #f0f0ff; color: #5e5ed7; }\n.dbi-art-dffa9a .badge-green { background: #e0f7f8; color: #5268c9; }\n.dbi-art-dffa9a .badge-rose { background: #fde8ee; color: #e73469; }\n.dbi-art-dffa9a .badge-yellow { background: #fff8dc; color: #8a6d00; }\n.dbi-art-dffa9a .checklist { background: white; padding: 32px; border-radius: 15px; box-shadow: 0 5px 20px rgba(94,94,215,0.1); margin: 28px 0; }\n.dbi-art-dffa9a .checklist h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 20px; }\n.dbi-art-dffa9a .checklist ul { list-style: none; padding: 0; }\n.dbi-art-dffa9a .checklist li { padding: 12px 0; border-bottom: 1px solid #f0f0ff; padding-left: 38px; position: relative; }\n.dbi-art-dffa9a .checklist li::before { content: '\u2714'; position: absolute; left: 0; color: #5e5ed7; font-weight: bold; }\n.dbi-art-dffa9a .checklist li:last-child { border-bottom: none; }\n.dbi-art-dffa9a .app-card { background: white; border-radius: 18px; padding: 30px; margin: 28px 0; box-shadow: 0 8px 30px rgba(94,94,215,0.15); border-top: 4px solid #5e5ed7; }\n.dbi-art-dffa9a .app-card h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; font-size: 1.3rem; margin-bottom: 12px; }\n.dbi-art-dffa9a .cta-button { display: inline-block; background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; padding: 15px 35px; border-radius: 30px; text-decoration: none; font-weight: 600; margin-top: 15px; }\n.dbi-art-dffa9a .quote-box { background: #f0f0ff; border-left: 4px solid #5e5ed7; padding: 26px; margin: 32px 0; border-radius: 0 15px 15px 0; }\n.dbi-art-dffa9a .quote-box p { font-style: italic; color: #5268c9; margin-bottom: 10px; }\n.dbi-art-dffa9a .quote-box .author { font-weight: 600; color: #5e5ed7; font-style: normal; font-size: 0.9rem; }\n.dbi-art-dffa9a .conclusion { background: linear-gradient(135deg, #f5f7fa 0%, #e8e8ff 100%); padding: 45px; border-radius: 20px; margin-top: 55px; }\n.dbi-art-dffa9a .conclusion h2 { border-bottom: none; margin-top: 0; }\n.dbi-art-dffa9a .article-footer { text-align: center; padding: 55px 20px; background: linear-gradient(135deg, #5e5ed7 0%, #5268c9 100%); color: white; border-radius: 30px 30px 0 0; margin-top: 65px; }\n.dbi-art-dffa9a .article-footer h3 { font-family: 'Montserrat', sans-serif; color: white; margin-bottom: 20px; font-size: 1.5rem; }\n.dbi-art-dffa9a .article-footer a { color: #ffeca7; text-decoration: none; font-weight: 600; }\n.dbi-art-dffa9a .footer-links { display: flex; gap: 20px; justify-content: center; flex-wrap: wrap; margin-top: 15px; }\n.dbi-art-dffa9a .faq-item { background: white; border-radius: 15px; padding: 28px 32px; margin: 16px 0; box-shadow: 0 3px 15px rgba(94,94,215,0.08); border-left: 4px solid #a9e2e4; }\n.dbi-art-dffa9a .faq-item h4 { font-family: 'Montserrat', sans-serif; color: #5e5ed7; margin-bottom: 13px; font-size: 1.08rem; }\n.dbi-art-dffa9a .faq-item p { margin: 0; color: #555; }\n.dbi-art-dffa9a a { color: #5e5ed7; }\n@media (max-width: 768px) {\n.dbi-art-dffa9a .article-header h1 { font-size: 1.85rem; }\n.dbi-art-dffa9a .stats-grid { grid-template-columns: 1fr; }\n.dbi-art-dffa9a .article-header { padding: 45px 15px; }\n.dbi-art-dffa9a .container { padding: 15px; }\n.dbi-art-dffa9a h2 { font-size: 1.6rem; }\n}\n\n<\/style>\n<div class=\"dbi-art-dffa9a\">\n<article>\n<header class=\"article-header\">\n<div class=\"article-category\">\ud83d\udd2c Salute mentale &amp; Ricerca clinica \u2014 Dati di vita reale<\/div>\n<h1>Quali dati di vita reale possono essere raccolti durante uno studio clinico?<\/h1>\n<p class=\"subtitle\">Gli studi clinici tradizionali catturano solo una frazione della realt\u00e0 dei pazienti. I dati di vita reale \u2014 raccolti tramite applicazioni mobili, dispositivi connessi, EMA e registri \u2014 rivoluzionano la nostra comprensione dei disturbi cognitivi e mentali. Guida completa per ricercatori, clinici e pazienti.<\/p>\n<\/header>\n\n<div class=\"container\">\n\n<div class=\"intro-paragraph\">\nPer decenni, la ricerca clinica ha funzionato secondo un modello collaudato: uno studio randomizzato controllato, una popolazione accuratamente selezionata, misure standardizzate a intervalli fissi in un contesto clinico. Questo modello rimane lo standard d'oro per stabilire la causalit\u00e0 \u2014 ma presenta una limitazione principale: non cattura la vita reale. La salute mentale, in particolare, \u00e8 profondamente influenzata dai contesti quotidiani \u2014 lo stress lavorativo, la qualit\u00e0 del sonno, le interazioni sociali, il meteo \u2014 che le valutazioni puntuali in consultazione non possono afferrare. I dati di vita reale (Real-World Data, RWD) colmano questa lacuna trasformando la quotidianit\u00e0 dei pazienti in laboratorio.\n<\/div>\n\n<div class=\"stats-grid\">\n<div class=\"stat-card\"><span class=\"stat-number\">\u00d710<\/span><div class=\"stat-label\">la quantit\u00e0 di dati di salute digitali disponibili raddoppia ogni 3-4 anni \u2014 una rivoluzione per la ricerca<\/div><\/div>\n<div class=\"stat-card\"><span class=\"stat-number\">80%<\/span><div class=\"stat-label\">degli studi clinici integreranno RWD entro il 2030 secondo le previsioni dell'EMA e della FDA<\/div><\/div>\n<div class=\"stat-card\"><span class=\"stat-number\">EMA<\/span><div class=\"stat-label\">l'Agenzia Europea dei Medicinali ha pubblicato nel 2023 la sua strategia sui dati di vita reale<\/div><\/div>\n<\/div>\n\n<h2>Definizioni: RWD, RWE e le loro differenze fondamentali<\/h2>\n\n<p>Prima di esplorare i tipi di dati e i metodi di raccolta, \u00e8 essenziale chiarire il vocabolario \u2014 poich\u00e9 i termini sono spesso usati in modo intercambiabile in modo errato.<\/p>\n\n<p>I <strong>Real-World Data (RWD)<\/strong> \u2014 o dati di vita reale \u2014 sono tutti i dati relativi allo stato di salute dei pazienti e alla fornitura di cure raccolti al di fuori degli studi clinici randomizzati controllati. Possono provenire da cartelle cliniche elettroniche, database di rimborso, registri di pazienti, sensori indossabili, applicazioni mobili, reti sociali di salute o studi osservazionali.<\/p>\n\n<p>I <strong>Real-World Evidence (RWE)<\/strong> \u2014 prove di vita reale \u2014 sono le prove cliniche generate dall'analisi rigorosa dei RWD. I RWD sono il materiale grezzo; le RWE sono il risultato dell'applicazione di una metodologia scientifica a questo materiale. La FDA e l'EMA hanno entrambi sviluppato quadri per accettare le RWE nei dossier di autorizzazione alla commercializzazione \u2014 una trasformazione importante per l'industria farmaceutica e la ricerca biomedica.<\/p>\n\n<h3>Perch\u00e9 i RWD sono cruciali in salute mentale e cognitiva?<\/h3>\n\n<p>I disturbi mentali e cognitivi presentano caratteristiche che li rendono particolarmente difficili da studiare nel contesto degli studi clinici classici. La variabilit\u00e0 intra-individuale \u00e8 considerevole \u2014 un paziente depresso pu\u00f2 sentirsi molto diversamente da luned\u00ec a venerd\u00ec, o a seconda della stagione, o in base al suo contesto relazionale. Questa variabilit\u00e0 \u00e8 invisibile in una valutazione mensile in consultazione. Allo stesso modo, le manifestazioni cognitive di disturbi come l'ADHD, le conseguenze di un Ictus o le fasi precoci dell'Alzheimer sono profondamente contestuali \u2014 l'ambiente, la fatica, lo stress le modulano in tempo reale.<\/p>\n\n<p>I RWD consentono di cogliere questa complessit\u00e0 dinamica. Rendono visibile ci\u00f2 che accade tra le consultazioni, nella vita reale dei pazienti \u2014 che rappresenta il 99% della loro esistenza.<\/p>\n\n<h2>Le grandi categorie di dati di vita reale in clinica<\/h2>\n\n<h3>1. I dati dei sistemi sanitari (dati amministrativi e clinici)<\/h3>\n\n<p>Questi sono i RWD pi\u00f9 utilizzati nella ricerca osservazionale. Comprendono le cartelle cliniche elettroniche (DME), i dati di rimborso dell'Assicurazione Malattia (SNDS in Francia \u2014 Sistema Nazionale dei Dati di Salute), i registri di pazienti (registri tumori, registri malattie rare, registri Alzheimer), le basi ospedaliere (PMSI, basi farmaci), e i dati delle prescrizioni. Queste basi sono preziose per studi epidemiologici su larga scala \u2014 consentono di analizzare centinaia di migliaia se non milioni di percorsi di cura. La loro limitazione \u00e8 che catturano solo ci\u00f2 che \u00e8 codificato e rimborsato \u2014 mancano i dati soggettivi, comportamentali e contestuali.<\/p>\n\n<div class=\"method-card blue\">\n<div class=\"method-badge badge-blue\">\ud83c\udfe5 Il SNDS in Francia<\/div>\n<h4>Il pi\u00f9 grande deposito di dati sanitari europeo<\/h4>\n<p>Il Sistema Nazionale dei Dati di Salute (SNDS) copre tutti i rimborsi delle cure per i 67 milioni di assicurati francesi, ovvero una delle pi\u00f9 grandi banche dati di salute al mondo. Il suo accesso \u00e8 regolato dal Health Data Hub e richiede un'autorizzazione della CNIL. Per la ricerca in salute mentale, consente di studiare le traiettorie di cura, l'aderenza ai trattamenti, le comorbidit\u00e0 e le ospedalizzazioni su larga scala \u2014 ma non contiene dati sui sintomi, il funzionamento quotidiano o la qualit\u00e0 della vita.<\/p>\n<\/div>\n\n<h3>2. I dati raccolti dai pazienti stessi (PRO)<\/h3>\n\n<p>I Patient-Reported Outcomes (PRO) sono dati riportati direttamente dai pazienti, senza interpretazione da parte di un clinico \u2014 punteggi di qualit\u00e0 della vita, livelli di dolore, intensit\u00e0 dei sintomi, soddisfazione, aderenza ai trattamenti. In salute mentale, sono particolarmente preziosi poich\u00e9 molti sintomi chiave (umore, ansia, energia, pensieri intrusivi) sono accessibili solo tramite auto-riferimento.<\/p>\n\n<p>I questionari cartacei tradizionali (PHQ-9 per la depressione, GAD-7 per l'ansia, MADRS) rimangono riferimenti clinici. Ma la loro somministrazione puntuale in consultazione non cattura la variabilit\u00e0 temporale. \u00c8 per questo che i metodi di EMA (vedi sotto) rivoluzionano la raccolta di PRO nella ricerca contemporanea.<\/p>\n\n<h3>3. I dati comportamentali digitali (Biomarcatori Digitali)<\/h3>\n\n<p>Una delle innovazioni pi\u00f9 spettacolari degli ultimi anni \u00e8 la possibilit\u00e0 di raccogliere <strong>biomarcatori digitali<\/strong> \u2014 misure oggettive del comportamento e della fisiologia catturate in continuazione da dispositivi digitali. Questi dati comprendono la frequenza cardiaca e la sua variabilit\u00e0 (tramite smartwatch), i modelli di attivit\u00e0 fisica e sedentariet\u00e0 (accelerometri), la qualit\u00e0 e la durata del sonno (actigrafi), i modelli di spostamento geografico (GPS), la frequenza delle chiamate telefoniche e dei messaggi, i modelli di battitura sulla tastiera (dinamica di battitura), e i dati vocali (prosodia, fluidit\u00e0, pause).<\/p>\n\n<p>Questi biomarcatori digitali passivi \u2014 raccolti senza che il paziente debba \"fare nulla\" \u2014 sono particolarmente preziosi nella ricerca sulla salute mentale. Studi hanno dimostrato che i cambiamenti nei modelli di sonno, attivit\u00e0 e comunicazione possono precedere di diversi giorni gli episodi depressivi o maniacali documentati \u2014 aprendo prospettive senza precedenti per la prevenzione delle ricadute.<\/p>\n\n<h3>4. I dati dei test cognitivi digitali<\/h3>\n\n<p>I test cognitivi somministrati tramite applicazioni mobili rappresentano una rivoluzione per la ricerca nelle neuroscienze cognitive e nella psichiatria. A differenza delle valutazioni neuropsicologiche annuali effettuate in clinica, test digitali brevi possono essere somministrati quotidianamente o settimanalmente \u2014 catturando la variabilit\u00e0 temporale delle prestazioni cognitive.<\/p>\n\n<p>Test come il Trail Making Test, lo Stroop, i test di memoria di lavoro N-back, o i test di tempo di reazione possono essere somministrati in 2-5 minuti su smartphone. I dati raccolti consentono di rilevare cambiamenti sottili nelle prestazioni cognitive che precedono le manifestazioni cliniche \u2014 un'applicazione promettente per la rilevazione precoce dell'Alzheimer, il monitoraggio delle conseguenze di un Ictus o il follow-up dell'efficacia dei trattamenti.<\/p>\n\n<p>I test cognitivi DYNSEO \u2014 <a href=\"https:\/\/www.dynseo.com\/test-memoire\/\" target=\"_blank\"><strong>Test Memoria<\/strong><\/a>, <a href=\"https:\/\/www.dynseo.com\/test-concentrazione-attention\/\" target=\"_blank\"><strong>Test Concentrazione e Attenzione<\/strong><\/a>, <a href=\"https:\/\/www.dynseo.com\/test-des-fonctions-executives\/\" target=\"_blank\"><strong>Test delle Funzioni Esecutive<\/strong><\/a> \u2014 sono esempi di strumenti digitali che consentono una valutazione regolare e accessibile delle funzioni cognitive al di fuori del contesto clinico. Questi dati, raccolti in modo ripetuto, costituiscono un profilo dinamico dell'evoluzione cognitiva \u2014 prezioso sia per il follow-up clinico che per la ricerca.<\/p>\n\n<h2>L'EMA (Ecological Momentary Assessment): la rivoluzione della cattura in tempo reale<\/h2>\n\n<p>L'Ecological Momentary Assessment (EMA) \u2014 chiamato anche metodo di campionamento dell'esperienza \u2014 \u00e8 un metodo di raccolta dati che consiste nell'interrogare i partecipanti sul loro stato (umore, sintomi, comportamenti, contesto) in momenti multipli e variabili nella loro vita quotidiana, tramite uno smartphone o un'app dedicata.<\/p>\n\n<h3>Perch\u00e9 l'EMA cambia tutto per la ricerca in salute mentale<\/h3>\n\n<p>Il problema fondamentale della valutazione clinica classica \u00e8 che \u00e8 retrospettiva e puntuale. Quando un paziente compila un questionario settimanale sulla depressione, cerca di \"mediarsi\" la settimana \u2014 il che genera notevoli bias (bias di richiamo, effetto del momento della valutazione, bias di ancoraggio). L'EMA risolve questo problema catturando lo stato reale della persona nel momento stesso in cui risponde.<\/p>\n\n<p>In pratica, l'EMA invia notifiche pi\u00f9 volte al giorno (generalmente 3-8 volte) in momenti casuali o semi-casuali. La persona risponde a 5-15 domande brevi sul suo stato emotivo, i suoi sintomi, il suo contesto sociale, i suoi comportamenti. L'insieme delle risposte su pi\u00f9 settimane costituisce una curva di dati densa che rivela i modelli, i fattori scatenanti, i cicli e la variabilit\u00e0 individuale che le valutazioni puntuali non avrebbero mai rilevato.<\/p>\n<\/div>\n<div class=\"highlight-box\">\n<h4>\ud83d\udd2c Esempi di ci\u00f2 che l'EMA pu\u00f2 rivelare che le valutazioni classiche mancano<\/h4>\n<p><strong>In depressione:<\/strong> le ore della giornata in cui l'umore \u00e8 sistematicamente pi\u00f9 basso, le situazioni sociali scatenanti, la relazione tra qualit\u00e0 del sonno della notte precedente e umore del mattino seguente.<br>\n<strong>In ADHD:<\/strong> i momenti della giornata in cui l'attenzione \u00e8 massima (permettendo di pianificare i compiti impegnativi), l'impatto dell'alimentazione e dell'esercizio sulla concentrazione, i fattori scatenanti dell'impulsivit\u00e0.<br>\n<strong>In Alzheimer precoce:<\/strong> le prime fluttuazioni delle capacit\u00e0 cognitive, i fattori ambientali che migliorano o deteriorano le prestazioni, la progressione delle difficolt\u00e0 nel corso delle settimane.<\/p>\n<\/div>\n\n<h3>Le sfide dell'EMA<\/h3>\n\n<p>L'EMA non \u00e8 priva di limiti. Il <strong>burden<\/strong> (carico per il partecipante) \u00e8 reale \u2014 rispondere a notifiche pi\u00f9 volte al giorno per settimane genera fatica e pu\u00f2 influenzare la compliance. I tassi di abbandono negli studi EMA sono elevati se il carico non \u00e8 ben calibrato. I bias di selezione (i partecipanti che completano sono diversi da quelli che abbandonano) possono influenzare la validit\u00e0 esterna. E la riservatezza dei dati molto granulari (comportamenti, localizzazioni, stati emotivi) solleva importanti questioni etiche.<\/p>\n\n<h2>Dispositivi connessi e wearable: sensori passivi della vita reale<\/h2>\n\n<h3>Actigrafi e orologi connessi<\/h3>\n\n<p>Gli actigrafi (contapassi avanzati) e gli orologi connessi (Apple Watch, Garmin, Fitbit, Withings) raccolgono continuamente dati sull'attivit\u00e0 fisica, il sonno (durata, stadi, risvegli notturni) e la frequenza cardiaca. Questi dati passivi sono particolarmente preziosi nella ricerca sulla salute mentale poich\u00e9 oggettivano costrutti spesso riportati soggettivamente: \"dormo male\", \"sono esausto\", \"non faccio pi\u00f9 nulla\".<\/p>\n\n<p>Studi hanno dimostrato che la variabilit\u00e0 della frequenza cardiaca (HRV \u2014 Heart Rate Variability) misurata continuamente \u00e8 un proxy del funzionamento del sistema nervoso autonomo \u2014 e riflette lo stato di stress, ansia e regolazione emotiva. App come Garmin Health o Apple Health generano dati HRV quotidiani che possono costituire biomarcatori negli studi di salute mentale.<\/p>\n\n<h3>Sensori vocali e analisi del discorso<\/h3>\n\n<p>L'analisi automatica della voce rappresenta una delle frontiere pi\u00f9 promettenti dei biomarcatori digitali in salute mentale. Caratteristiche vocali come la velocit\u00e0 di parola, le pause, il tono, l'energia, la latenza di risposta e i modelli di intonazione cambiano in modo misurabile nella depressione, nella schizofrenia, nella demenza e in altri disturbi mentali. Algoritmi di machine learning addestrati su migliaia di ore di registrazioni possono rilevare questi cambiamenti con una precisione che si confronta favorevolmente con le valutazioni cliniche standardizzate.<\/p>\n\n<h3>Analisi comportamentali tramite smartphone<\/h3>\n\n<p>Lo smartphone stesso \u00e8 un sensore del comportamento quotidiano. La frequenza e la durata delle chiamate, i modelli di messaggistica, la geolocalizzazione (mobilit\u00e0, luoghi frequentati), la luminosit\u00e0 ambientale (indicatore delle uscite all'aperto), e persino i micro-modelli di sblocco dello schermo costituiscono dati comportamentali densi. Studi hanno dimostrato che questi dati passivi permettono di prevedere episodi di depressione, ansia e psicosi con una precisione notevole \u2014 aprendo prospettive per sistemi di allerta precoce.<\/p>\n\n<h2>Le applicazioni mobili di salute negli studi clinici<\/h2>\n\n<p>Le applicazioni mobili di salute \u2014 dall'app semplice di monitoraggio dell'umore agli strumenti di stimolazione cognitiva validati \u2014 svolgono un doppio ruolo negli studi RWD: raccolta di dati (tramite i log di utilizzo e i risultati degli esercizi) e intervento terapeutico (di cui l'aderenza e l'efficacia possono essere misurate in tempo reale).<\/p>\n\n<h3>Applicazioni di regolazione emotiva e monitoraggio dei sintomi<\/h3>\n\n<p>Applicazioni come Daylio, Moodpath o Woebot permettono agli utenti di monitorare il loro umore, i loro comportamenti e i loro pensieri quotidianamente. In un contesto di ricerca, i dati aggregati e anonimizzati di queste applicazioni costituiscono una fonte di RWD preziosa per studiare i modelli emotivi di ampie popolazioni.<\/p>\n\n<p>Strumenti clinici come il <a href=\"https:\/\/www.dynseo.com\/nos-outils\/thermometre-des-emotions\/\" target=\"_blank\"><strong>Termometro delle emozioni DYNSEO<\/strong><\/a>, la <a href=\"https:\/\/www.dynseo.com\/nos-outils\/boite-a-outils-regulation\/\" target=\"_blank\"><strong>Scatola degli attrezzi per la regolazione emotiva<\/strong><\/a> e le <a href=\"https:\/\/www.dynseo.com\/nos-outils\/strategies-retour-au-calme\/\" target=\"_blank\"><strong>12 strategie di ritorno alla calma<\/strong><\/a> permettono di raccogliere dati sull'utilizzo reale delle tecniche di regolazione \u2014 quale strategia viene scelta, in quali contesti, con quale efficacia. Questi dati di utilizzo ecologico arricchiscono notevolmente la nostra comprensione dell'efficacia delle interventi in salute mentale.<\/p>\n\n<h3>Applicazioni di stimolazione e test cognitivi<\/h3>\n\n<p>Le applicazioni di stimolazione cognitiva \u2014 come <a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/roberto\/\" target=\"_blank\"><strong>ROBERTO<\/strong><\/a> per gli adulti o <a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/giochi-di-memoria\/\" target=\"_blank\"><strong>SOFIA<\/strong><\/a> per gli anziani \u2014 generano dati preziosi sulle performance cognitive longitudinali. I log di utilizzo (frequenza, durata delle sessioni, risultati agli esercizi, livello raggiunto, abbandono) costituiscono RWD che permettono di studiare l'impegno nella stimolazione cognitiva, la sua evoluzione nel tempo, e i fattori associati all'aderenza o all'abbandono.<\/p>\n\n<p>Per la ricerca sulle interventi digitali in Alzheimer, Parkinson o dopo un Ictus, questi dati di utilizzo reale apportano una dimensione ecologica che gli studi di efficacia in laboratorio non possono fornire. Un'app pu\u00f2 mostrare risultati eccellenti in un trial clinico controllato \u2014 ma se i pazienti non la utilizzano nella vita reale, il suo impatto sulla popolazione sar\u00e0 limitato. I RWD permettono di studiare precisamente queste questioni di adozione e impegno.<\/p>\n\n<h2>Metodi di analisi dei dati di vita reale: le sfide metodologiche<\/h2>\n\n<h3>Il bias di confusione: la sfida centrale<\/h3>\n\n<p>La principale limitazione degli studi RWD rispetto agli studi randomizzati \u00e8 l'assenza di randomizzazione \u2014 e quindi la presenza potenziale di bias di confusione. Se i pazienti che ricevono un trattamento A sono sistematicamente diversi da quelli che ricevono un trattamento B (pi\u00f9 giovani, meno malati, con un migliore accesso alle cure), il confronto dei loro risultati riflette queste differenze tanto quanto l'effetto del trattamento. Diverse tecniche statistiche permettono di correggere questi bias: il punteggio di propensione (propensity score matching), le analisi strumentali, gli studi caso-controllo, e i modelli causali strutturali (Directed Acyclic Graphs).<\/p>\n\n<h3>L'analisi delle serie temporali e dei dati longitudinali<\/h3>\n\n<p>I dati EMA e wearable generano serie temporali dense \u2014 centinaia o migliaia di punti di misura per partecipante nel corso di settimane o mesi. L'analisi di questi dati richiede metodi statistici specializzati che catturano la loro struttura temporale: modelli misti a effetti casuali, modelli vettoriali autoregressivi (VAR) per studiare le relazioni tra variabili nel tempo, analisi di rete (network analysis) per mappare le interazioni dinamiche tra sintomi.<\/p>\n<div class=\"method-card teal\">\n<div class=\"method-badge badge-green\">\ud83d\udcca L'analisi di rete in psichiatria<\/div>\n<h4>Una rivoluzione metodologica per la salute mentale<\/h4>\n<p>L'approccio rete, sviluppato in particolare da Borsboom e Cramer, concettualizza i disturbi psichiatrici non come entit\u00e0 discrete (una \"malattia\" che causa sintomi) ma come reti di sintomi interconnessi che si autoalimentano. In questo modello, i RWD longitudinali permettono di identificare quali sintomi sono i pi\u00f9 \"centrali\" (che influenzano di pi\u00f9 gli altri), quali legami si attivano per primi durante una ricaduta e quali interventi potrebbero disattivare pi\u00f9 efficacemente la rete patologica. Questo approccio apre prospettive terapeutiche personalizzate senza precedenti.<\/p>\n<\/div>\n\n<h3>L'intelligenza artificiale e il machine learning<\/h3>\n\n<p>Il volume e la complessit\u00e0 dei RWD hanno reso indispensabili gli approcci di machine learning e intelligenza artificiale. Algoritmi di deep learning possono rilevare schemi nei dati vocali, comportamentali e fisiologici che sfuggono all'analisi statistica classica. Il <a href=\"https:\/\/www.dynseo.com\/coach-ia\/\" target=\"_blank\"><strong>Coach IA DYNSEO<\/strong><\/a> illustra questa direzione: un sistema di accompagnamento intelligente che apprende dai modelli di utilizzo per personalizzare le raccomandazioni.<\/p>\n\n<h2>Il quadro etico e normativo dei RWD in salute<\/h2>\n\n<h3>RGPD, HDS e governance dei dati sanitari<\/h3>\n\n<p>I dati sanitari sono dati personali sensibili, protetti dal RGPD (Regolamento Generale sulla Protezione dei Dati) e, per i dati sanitari ospitati, dalla certificazione HDS (Hosting di Dati Sanitari) in Francia. Qualsiasi raccolta di dati sanitari in un contesto di ricerca richiede il consenso informato dei partecipanti, l'approvazione di un Comitato di Protezione delle Persone (CPP) e spesso un'autorizzazione della CNIL (Commissione Nazionale per l'Informatica e le Libert\u00e0).<\/p>\n\n<p>Il <strong>Health Data Hub<\/strong> francese (GIE che facilita l'accesso ai dati del SNDS e il loro incrocio con altre basi) \u00e8 diventato lo strumento centrale della ricerca in RWD in Francia. Il suo utilizzo \u00e8 regolato da comitati di esperti che valutano l'interesse scientifico, la proporzionalit\u00e0 dei dati richiesti e le garanzie di protezione delle persone.<\/p>\n\n<h3>I bias di selezione nei dati digitali<\/h3>\n\n<p>Una sfida etica e metodologica importante dei RWD digitali \u00e8 il loro potenziale di bias di rappresentativit\u00e0. Gli utenti di smartwatch, smartphone e applicazioni di salute non sono rappresentativi della popolazione generale \u2014 sono in media pi\u00f9 giovani, pi\u00f9 agiati, pi\u00f9 istruiti e pi\u00f9 impegnati nella loro salute. Gli studi che si basano su questi dati rischiano di produrre prove valide per queste popolazioni ma difficilmente generalizzabili a persone anziane, svantaggiate o poco alfabetizzate digitalmente.<\/p>\n<div class=\"warning-box\">\n<h4>\u26a0\ufe0f La frattura digitale: un angolo morto dei RWD<\/h4>\n<p>Le persone pi\u00f9 vulnerabili in salute mentale \u2014 persone anziane con demenza, persone senza fissa dimora, persone in grande precariet\u00e0 \u2014 sono spesso le meno rappresentate nei RWD digitali. Gli studi che ignorano questa frattura digitale rischiano di produrre prove pertinenti per le popolazioni pi\u00f9 avvantaggiate ma di aggravare le disuguaglianze di salute indirizzando le innovazioni verso le popolazioni che ne hanno forse meno bisogno.<\/p>\n<\/div>\n\n<h2>Applicazioni pratiche per la ricerca in salute mentale e cognitiva<\/h2>\n\n<h3>Rilevamento precoce della demenza<\/h3>\n\n<p>Una delle applicazioni pi\u00f9 promettenti dei RWD nelle neuroscienze cliniche \u00e8 il rilevamento precoce dei disturbi cognitivi, anni prima della manifestazione clinica della demenza. Team di ricerca hanno dimostrato che biomarcatori digitali \u2014 cambiamenti sottili nei modelli di spostamento GPS, nella velocit\u00e0 di digitazione, nelle performance a test cognitivi brevi \u2014 permettono di rilevare cambiamenti che precedono da 2 a 5 anni i primi sintomi clinici della malattia di Alzheimer.<\/p>\n\n<p>Il monitoraggio regolare delle performance cognitive tramite test come il <a href=\"https:\/\/www.dynseo.com\/test-memoire\/\" target=\"_blank\"><strong>Test Memoria DYNSEO<\/strong><\/a> e il <a href=\"https:\/\/www.dynseo.com\/test-concentrazione-attention\/\" target=\"_blank\"><strong>Test Concentrazione<\/strong><\/a>, realizzati mensilmente a domicilio su tablet o smartphone, potrebbe costituire un protocollo di monitoraggio longitudinale ecologico per le popolazioni a rischio.<\/p>\n\n<h3>Monitoraggio delle interventi in psichiatria<\/h3>\n\n<p>Il monitoraggio in tempo reale delle risposte ai trattamenti psichiatrici \u00e8 un altro ambito in cui i RWD trasformano la pratica. Piuttosto che attendere la consultazione mensile per sapere se un antidepressivo inizia a fare effetto o se un paziente ricade, dati EMA settimanali permettono un aggiustamento terapeutico continuo. La <a href=\"https:\/\/www.dynseo.com\/nos-outils\/fiche-restructuration-cognitive\/\" target=\"_blank\"><strong>Scheda di ristrutturazione cognitiva ansia DYNSEO<\/strong><\/a> e la <a href=\"https:\/\/www.dynseo.com\/nos-outils\/boite-a-outils-regulation\/\" target=\"_blank\"><strong>Scatola degli attrezzi per la regolazione emotiva<\/strong><\/a> si inseriscono in questa logica di intervento ecologico \u2014 fornendo strumenti utilizzabili nella vita quotidiana e il cui utilizzo stesso costituisce un dato di ricerca pertinente.<\/p>\n\n<h3>Efficacia degli interventi digitali<\/h3>\n\n<p>I RWD permettono di valutare l'efficacia reale degli interventi digitali \u2014 applicazioni di TCC, strumenti di stimolazione cognitiva, programmi di mindfulness \u2014 in condizioni ecologiche. L'impegno (numero di sessioni, durata, regolarit\u00e0), la traiettoria delle performance (miglioramento, plateau, declino), e i fattori predittivi dell'aderenza costituiscono dati preziosi per migliorare questi strumenti e personalizzare le raccomandazioni.<\/p>\n\n<h2>Verso studi pragmatici e ibridi<\/h2>\n\n<p>Il futuro della ricerca clinica \u00e8 probabilmente negli <strong>studi ibridi<\/strong> che combinano la rigorosit\u00e0 degli studi randomizzati con la ricchezza dei RWD. Gli studi pragmatici raccolgono dati in condizioni di cura reali piuttosto che in centri di ricerca specializzati. Gli studi di piattaforma permettono di valutare pi\u00f9 interventi simultaneamente con adattamento adattativo. E gli studi \"in silico\" \u2014 che utilizzano gemelli digitali o modelli computazionali alimentati da RWD \u2014 permettono di simulare studi clinici prima di condurli realmente, riducendo i costi e i tempi.<\/p>\n<div class=\"conclusion\">\n<h2>Conclusione: i RWD, nuova frontiera della medicina personalizzata<\/h2>\n<p>I dati della vita reale trasformano la nostra capacit\u00e0 di comprendere i disturbi mentali e cognitivi in tutta la loro complessit\u00e0 dinamica. Permettono di uscire dal modello della \"foto istantanea\" in consultazione per accedere al \"film\" della vita quotidiana del paziente. Questa rivoluzione metodologica porta con s\u00e9 la promessa di una medicina pi\u00f9 personalizzata, pi\u00f9 preventiva e pi\u00f9 equa \u2014 a condizione che le sfide etiche (protezione dei dati, frattura digitale, pregiudizi di rappresentativit\u00e0) siano pienamente considerate. DYNSEO contribuisce a questo ecosistema con strumenti digitali di qualit\u00e0 \u2014 test cognitivi, applicazioni di stimolazione, strumenti di regolazione emotiva \u2014 i cui dati di utilizzo possono alimentare la ricerca di domani.<\/p>\n<a href=\"https:\/\/www.dynseo.com\/nos-tests\/\" target=\"_blank\" class=\"cta-button\">Scoprire i test cognitivi DYNSEO \u2192<\/a>\n<\/div>\n\n<h2>FAQ<\/h2>\n<div class=\"faq-item\"><h4>Che cosa sono i dati della vita reale (RWD)?<\/h4><p>Dati sanitari raccolti al di fuori degli studi clinici controllati \u2014 cartelle cliniche, rimborsi, applicazioni mobili, sensori, registri. Catturano la vita reale dei pazienti al di fuori del contesto clinico.<\/p><\/div>\n<div class=\"faq-item\"><h4>Differenza tra RWD e RWE?<\/h4><p>RWD = dati grezzi. RWE = prove scientifiche generate dall'analisi rigorosa dei RWD. La distinzione \u00e8 cruciale per le autorit\u00e0 regolatorie (EMA, FDA).<\/p><\/div>\n<div class=\"faq-item\"><h4>Che cos'\u00e8 l'EMA e perch\u00e9 \u00e8 preziosa per la salute mentale?<\/h4><p>Ecological Momentary Assessment: questionari inviati pi\u00f9 volte al giorno tramite smartphone per catturare lo stato reale in tempo reale. Rivela la variabilit\u00e0 dei sintomi invisibile nelle valutazioni puntuali in consultazione.<\/p><\/div>\n<div class=\"faq-item\"><h4>Quali sfide etiche pongono i RWD?<\/h4><p>Protezione dei dati (GDPR, HDS), consenso informato, rischi di re-identificazione, frattura digitale, pregiudizi di rappresentativit\u00e0, propriet\u00e0 e governance dei dati sanitari.<\/p><\/div>\n<div class=\"faq-item\"><h4>Le applicazioni mobili possono essere utilizzate negli studi clinici?<\/h4><p>S\u00ec \u2014 per l'EMA, i test cognitivi ripetuti, il monitoraggio comportamentale ed emotivo. Richiedono una validazione rigorosa come strumenti di misura e un quadro etico rigoroso.<\/p><\/div>\n\n<\/div>\n<footer class=\"article-footer\">\n<h3>Risorse DYNSEO \u2014 Salute mentale &amp; Ricerca<\/h3>\n<div class=\"footer-links\">\n<a href=\"https:\/\/www.dynseo.com\/nos-tests\/\" target=\"_blank\">Test cognitivi<\/a>\n<a href=\"https:\/\/www.dynseo.com\/it\/i-vostri-coach\/roberto\/\" target=\"_blank\">Applicazione ROBERTO<\/a>\n<a href=\"https:\/\/www.dynseo.com\/nos-outils\/\" target=\"_blank\">Tutti gli strumenti<\/a>\n<a href=\"https:\/\/www.dynseo.com\/nos-formations\/\" target=\"_blank\">Formazioni<\/a>\n<\/div>\n<\/footer>\n<\/article>\n<\/div>[\/et_pb_code][\/et_pb_column][\/et_pb_row][\/et_pb_section]","_et_gb_content_width":"","footnotes":""},"categories":[2915],"tags":[],"class_list":["post-617372","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-les-conseils-des-coachs"],"yoast_head":"<!-- This site is optimized with the Yoast SEO plugin v27.5 - https:\/\/yoast.com\/product\/yoast-seo-wordpress\/ -->\n<title>Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/\" \/>\n<meta property=\"og:locale\" content=\"it_IT\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/\" \/>\n<meta property=\"og:site_name\" content=\"DYNSEO - App educativa e giochi di memoria\" \/>\n<meta property=\"article:published_time\" content=\"2026-05-16T04:51:11+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-05-16T04:53:59+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"900\" \/>\n\t<meta property=\"og:image:height\" content=\"540\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"DYNSEO\" \/>\n<meta name=\"twitter:label1\" content=\"Scritto da\" \/>\n\t<meta name=\"twitter:data1\" content=\"DYNSEO\" \/>\n\t<meta name=\"twitter:label2\" content=\"Tempo di lettura stimato\" \/>\n\t<meta name=\"twitter:data2\" content=\"17 minuti\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\\\/\\\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#article\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/\"},\"author\":{\"name\":\"DYNSEO\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#\\\/schema\\\/person\\\/78ef63df2ee64e0989bc68f8401b38d6\"},\"headline\":\"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO\",\"datePublished\":\"2026-05-16T04:51:11+00:00\",\"dateModified\":\"2026-05-16T04:53:59+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/\"},\"wordCount\":3503,\"publisher\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#organization\"},\"image\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/abcdhe-113.jpg\",\"articleSection\":[\"Les conseils des coachs\"],\"inLanguage\":\"it-IT\"},{\"@type\":\"WebPage\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/\",\"name\":\"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria\",\"isPartOf\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#primaryimage\"},\"image\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#primaryimage\"},\"thumbnailUrl\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/abcdhe-113.jpg\",\"datePublished\":\"2026-05-16T04:51:11+00:00\",\"dateModified\":\"2026-05-16T04:53:59+00:00\",\"breadcrumb\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#breadcrumb\"},\"inLanguage\":\"it-IT\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#primaryimage\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/abcdhe-113.jpg\",\"contentUrl\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2025\\\/09\\\/abcdhe-113.jpg\",\"width\":900,\"height\":540,\"caption\":\"Un tablet innovativo per l'allenamento mentale dei bambini\"},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\\\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Accueil\",\"item\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#website\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/\",\"name\":\"Jeux de m\u00e9moire et stimulation cognitive\",\"description\":\"Con DYNSEO, la tua memoria mette il turbo!\",\"publisher\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/?s={search_term_string}\"},\"query-input\":{\"@type\":\"PropertyValueSpecification\",\"valueRequired\":true,\"valueName\":\"search_term_string\"}}],\"inLanguage\":\"it-IT\"},{\"@type\":\"Organization\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#organization\",\"name\":\"DYNSEO\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"it-IT\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2022\\\/05\\\/logo-dynseo-new.png\",\"contentUrl\":\"https:\\\/\\\/www.dynseo.com\\\/wp-content\\\/uploads\\\/2022\\\/05\\\/logo-dynseo-new.png\",\"width\":5073,\"height\":1397,\"caption\":\"DYNSEO\"},\"image\":{\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#\\\/schema\\\/logo\\\/image\\\/\"}},{\"@type\":\"Person\",\"@id\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/#\\\/schema\\\/person\\\/78ef63df2ee64e0989bc68f8401b38d6\",\"name\":\"DYNSEO\",\"url\":\"https:\\\/\\\/www.dynseo.com\\\/it\\\/author\\\/justine\\\/\"}]}<\/script>\n<!-- \/ Yoast SEO plugin. -->","yoast_head_json":{"title":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/","og_locale":"it_IT","og_type":"article","og_title":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria","og_url":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/","og_site_name":"DYNSEO - App educativa e giochi di memoria","article_published_time":"2026-05-16T04:51:11+00:00","article_modified_time":"2026-05-16T04:53:59+00:00","og_image":[{"width":900,"height":540,"url":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg","type":"image\/jpeg"}],"author":"DYNSEO","twitter_misc":{"Scritto da":"DYNSEO","Tempo di lettura stimato":"17 minuti"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#article","isPartOf":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/"},"author":{"name":"DYNSEO","@id":"https:\/\/www.dynseo.com\/it\/#\/schema\/person\/78ef63df2ee64e0989bc68f8401b38d6"},"headline":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO","datePublished":"2026-05-16T04:51:11+00:00","dateModified":"2026-05-16T04:53:59+00:00","mainEntityOfPage":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/"},"wordCount":3503,"publisher":{"@id":"https:\/\/www.dynseo.com\/it\/#organization"},"image":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg","articleSection":["Les conseils des coachs"],"inLanguage":"it-IT"},{"@type":"WebPage","@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/","url":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/","name":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO - DYNSEO - App educativa e giochi di memoria","isPartOf":{"@id":"https:\/\/www.dynseo.com\/it\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#primaryimage"},"image":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#primaryimage"},"thumbnailUrl":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg","datePublished":"2026-05-16T04:51:11+00:00","dateModified":"2026-05-16T04:53:59+00:00","breadcrumb":{"@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#breadcrumb"},"inLanguage":"it-IT","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/"]}]},{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#primaryimage","url":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg","contentUrl":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2025\/09\/abcdhe-113.jpg","width":900,"height":540,"caption":"Un tablet innovativo per l'allenamento mentale dei bambini"},{"@type":"BreadcrumbList","@id":"https:\/\/www.dynseo.com\/it\/quali-dati-di-vita-reale-si-possono-raccogliere-durante-uno-studio-clinico-dynseo\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Accueil","item":"https:\/\/www.dynseo.com\/it\/"},{"@type":"ListItem","position":2,"name":"Quali dati di vita reale si possono raccogliere durante uno studio clinico? | DYNSEO"}]},{"@type":"WebSite","@id":"https:\/\/www.dynseo.com\/it\/#website","url":"https:\/\/www.dynseo.com\/it\/","name":"Jeux de m\u00e9moire et stimulation cognitive","description":"Con DYNSEO, la tua memoria mette il turbo!","publisher":{"@id":"https:\/\/www.dynseo.com\/it\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.dynseo.com\/it\/?s={search_term_string}"},"query-input":{"@type":"PropertyValueSpecification","valueRequired":true,"valueName":"search_term_string"}}],"inLanguage":"it-IT"},{"@type":"Organization","@id":"https:\/\/www.dynseo.com\/it\/#organization","name":"DYNSEO","url":"https:\/\/www.dynseo.com\/it\/","logo":{"@type":"ImageObject","inLanguage":"it-IT","@id":"https:\/\/www.dynseo.com\/it\/#\/schema\/logo\/image\/","url":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2022\/05\/logo-dynseo-new.png","contentUrl":"https:\/\/www.dynseo.com\/wp-content\/uploads\/2022\/05\/logo-dynseo-new.png","width":5073,"height":1397,"caption":"DYNSEO"},"image":{"@id":"https:\/\/www.dynseo.com\/it\/#\/schema\/logo\/image\/"}},{"@type":"Person","@id":"https:\/\/www.dynseo.com\/it\/#\/schema\/person\/78ef63df2ee64e0989bc68f8401b38d6","name":"DYNSEO","url":"https:\/\/www.dynseo.com\/it\/author\/justine\/"}]}},"_links":{"self":[{"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/posts\/617372","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/comments?post=617372"}],"version-history":[{"count":6,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/posts\/617372\/revisions"}],"predecessor-version":[{"id":617378,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/posts\/617372\/revisions\/617378"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/media\/412655"}],"wp:attachment":[{"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/media?parent=617372"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/categories?post=617372"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.dynseo.com\/it\/wp-json\/wp\/v2\/tags?post=617372"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}