Dagli studi clinici ai "dati reali", per una medicina attenta alla salute delle donne

Foto: Adobe Stock

Uomini e donne non si ammalano allo stesso modo. Le donne presentano una maggiore morbilità pur vivendo più a lungo, assumono più farmaci e dunque sono più esposte al rischio di effetti avversi. Per questo è fondamentale che siano opportunamente considerate le differenze di sesso e di genere negli studi clinici e preclinici.

L’importanza di questo approccio è riconosciuta ormai da tempo nella comunità scientifica e a livello politico. In Italia nel 2018 una legge introduce la prospettiva di genere all’interno del Servizio sanitario nazionale e nella ricerca biomedica, farmacologica e psico-sociale. In attuazione della legge, nel 2019 viene adottato il “Piano per l’applicazione e la diffusione della medicina di genere”. 

Nel complesso, tuttavia, le donne continuano a essere sottorappresentate nei trial clinici, nonostante i progressi compiuti negli ultimi anni. Come abbiamo sottolineato nel primo numero della newsletter Il Bo Live Salute, le donne sono ancora poco presenti nelle ricerche che riguardano l’HIV/AIDS, le malattie renali croniche, la salute cardiovascolare. “Nonostante i continui sforzi per aumentare la rappresentanza delle donne negli studi clinici randomizzati – evidenzia un recente editoriale su Nature Medicine –, la comprensione delle differenze con cui gli interventi medici possono agire sulle donne e sugli uomini rimane ancora limitata. Allo stesso modo, la ricerca su patologie specifiche delle donne… e su come gestirle al meglio, rimane sottovalutata e sottofinanziata”. 

Proprio per colmare queste lacune, l’editoriale suggerisce di ampliare i dati disponibili sulla salute delle donne, affiancando ai risultati degli studi clinici le informazioni raccolte nella pratica assistenziale e quelle provenienti da progetti di scienza partecipata (citizen science). Ne parliamo con Elena Ortona, direttrice del Centro di Riferimento per la Medicina di Genere dell’Istituto Superiore di Sanità e autrice con Alessandra Carè del volume Che cos’è la medicina di genere (Carocci editore 2025).

Iscriviti alla newsletter Il Bo Live Salute

Nonostante i progressi degli ultimi 35 anni, le donne rimangono sottorappresentate nella ricerca clinica e la disponibilità di dati continua a essere limitata: quali sono le ragioni?

Le ragioni sono diverse. Innanzitutto, per molti anni la ricerca biomedica e clinica ha utilizzato prevalentemente il maschio come modello di riferimento, sia negli studi preclinici sia nelle sperimentazioni cliniche. Questa impostazione ha prodotto un ritardo importante nella conoscenza delle differenze biologiche tra uomini e donne.

Oggi la partecipazione femminile agli studi è certamente aumentata, ma spesso gli studi non sono progettati con una numerosità sufficiente per analizzare in modo robusto i risultati separatamente per sesso, oppure i dati vengono raccolti ma non adeguatamente disaggregati e analizzati. Di conseguenza, possiamo sapere che un farmaco è efficace nella popolazione complessiva, ma avere informazioni molto più limitate su eventuali differenze di efficacia, dosaggio, metabolismo o frequenza degli effetti avversi tra uomini e donne.

Permangono inoltre alcune criticità specifiche, come la minore disponibilità di dati nelle donne in età fertile, in gravidanza e durante l’allattamento, popolazioni tradizionalmente escluse o poco rappresentate negli studi per ragioni di sicurezza.

A questo si aggiunge un ulteriore elemento: non è sufficiente considerare il sesso biologico. Anche i fattori legati al genere — condizioni sociali, stili di vita, ruoli, comportamenti, accesso ai servizi e aderenza alle terapie — possono influenzare significativamente la salute e la risposta ai trattamenti, ma vengono ancora raramente integrati in maniera sistematica nei protocolli di ricerca.

Quindi il vero obiettivo oggi non è semplicemente aumentare il numero delle donne negli studi clinici, ma progettare la ricerca fin dall'inizio in modo da considerare sesso e genere come variabili rilevanti. Solo così possiamo produrre evidenze realmente applicabili a tutta la popolazione e arrivare a una medicina più appropriata, efficace e personalizzata.

Secondo un editoriale su Nature, i trial clinici randomizzati devono rimanere il gold standard, ma da soli non sono sufficienti. Inoltre non sempre colgono la diversità delle popolazioni di pazienti in contesti reali. È d’accordo? Questo cosa significa e quali conseguenze comporta?

 Sì, sono d’accordo. I trial clinici randomizzati devono rimanere il gold standard per valutare l’efficacia e la sicurezza di un intervento, perché la randomizzazione consente di controllare molti fattori confondenti e di stabilire con maggiore solidità un rapporto causale. Ma proprio per il loro rigore metodologico, i trial vengono condotti in condizioni molto controllate e su popolazioni selezionate, che non sempre riflettono la complessità delle persone che incontriamo nella pratica clinica.

Questo è particolarmente importante quando parliamo di salute delle donne e, più in generale, di medicina di genere. Nella vita reale i pazienti differiscono per età, presenza di più patologie contemporaneamente, terapie assunte, condizioni socioeconomiche, stili di vita, appartenenza a gruppi scarsamente rappresentati nella ricerca e molti altri fattori che possono modificare la risposta a un trattamento. Alcune popolazioni, come le donne in gravidanza o in allattamento, le persone anziane o quelle con multimorbidità, sono inoltre spesso poco rappresentate nei trial.

Foto: Adobe Stock

Per le ragioni citate, l'approccio basato sui cosiddetti real world data sembra guadagnare terreno nel mondo scientifico. Ritiene sia una strada da percorrere nel campo della medicina genere-specifica?

 Oggi è necessario affiancare ai trial randomizzati altre fonti di conoscenza, in particolare i cosiddetti real-world data: dati provenienti dalla pratica clinica, dai registri di patologia, dalle cartelle sanitarie elettroniche, dalle banche dati amministrative, ma anche, sempre più, da dispositivi digitali e dalla partecipazione diretta dei cittadini alla ricerca. È proprio il messaggio sottolineato dall’editoriale pubblicato su Nature Medicine nel settembre 2026, che richiama la necessità di utilizzare anche real-world data e forme di citizen science per colmare il persistente divario di evidenze nella salute delle donne.

Naturalmente, questi dati non sostituiscono i trial clinici e devono essere raccolti e analizzati con metodologie rigorose, perché sono maggiormente esposti a bias e fattori confondenti. Il loro valore è complementare: ci permettono di capire se ciò che funziona in condizioni sperimentali controllate funziona nello stesso modo anche nella popolazione reale, in quali sottogruppi funziona meglio o peggio e se emergono differenze di efficacia o sicurezza che il trial non aveva la possibilità di evidenziare.

La conseguenza, quindi, è un cambiamento nel modo stesso di produrre evidenze: non più affidarsi a un’unica fonte, ma integrare trial clinici, studi osservazionali e dati del mondo reale. In una prospettiva di sesso e genere questo è particolarmente importante, perché consente di studiare popolazioni più diversificate e di comprendere non solo le differenze biologiche, ma anche l’influenza dei fattori sociali e di genere sugli esiti di salute. L’obiettivo finale è avere evidenze più rappresentative della popolazione e quindi una medicina più appropriata e realmente personalizzata.

In questo contesto, l’intelligenza artificiale applicata all’analisi di grandi database potrebbe rivelarsi uno strumento importante per lo studio della salute delle donne. Cosa ne pensa? 

Sì, credo che l’intelligenza artificiale possa offrire opportunità molto importanti. L’analisi di grandi quantità di dati clinici e sanitari può aiutare a individuare differenze tra donne e uomini che con approcci tradizionali potrebbero essere più difficili da riconoscere, ad esempio nella manifestazione delle malattie, nella risposta ai farmaci, negli effetti avversi o nei percorsi diagnostici e terapeutici.

Può inoltre essere particolarmente utile nello studio di popolazioni poco rappresentate nei trial clinici e nell’identificazione di sottogruppi di pazienti con caratteristiche e rischi differenti, contribuendo quindi a una medicina più personalizzata.

Naturalmente, l’intelligenza artificiale non è neutrale: la qualità dei risultati dipende dalla qualità e dalla rappresentatività dei dati utilizzati. Se i database riflettono bias storici o contengono poche informazioni sulle donne o sulle variabili di genere, questi bias possono essere riprodotti o persino amplificati dagli algoritmi.

Per questo l’AI può essere uno strumento molto potente, ma deve essere utilizzata con dati di qualità, trasparenti e adeguatamente disaggregati per sesso, con metodologie rigorose e sempre all’interno di un controllo scientifico ed etico.

Un aspetto importante, dunque, è il coinvolgimento diretto delle pazienti, con progetti di citizen science. Cosa può offrire alla ricerca che un tradizionale studio clinico difficilmente riesce a ottenere? 

Il coinvolgimento diretto delle pazienti può offrire alla ricerca informazioni che uno studio clinico tradizionale spesso intercetta solo in parte. Le pazienti possono contribuire a far emergere bisogni, sintomi, effetti collaterali e aspetti della qualità di vita che non sempre rientrano tra gli obiettivi valutati negli studi clinici, ma che sono molto rilevanti nella vita quotidiana. La citizen science può inoltre raccogliere dati nel tempo e in contesti reali, coinvolgendo popolazioni più ampie e diversificate, e può aiutare a individuare domande di ricerca che nascono direttamente dall’esperienza delle persone. Questo è particolarmente importante per la salute delle donne, dove alcuni disturbi o esperienze sono stati storicamente sottostimati o poco studiati.

Qual è la situazione in Italia? Quali sono state le ricadute del “Piano per l’applicazione e la diffusione della medicina di genere sul territorio nazionale” approvato nel 2019?

In Italia il Piano del 2019 ha rappresentato un passaggio fondamentale, perché ha trasformato la medicina di genere da tema prevalentemente scientifico e culturale a obiettivo strutturale del Servizio sanitario nazionale. Ha individuato quattro grandi aree di intervento — percorsi clinici, ricerca e innovazione, formazione e comunicazione — e ha definito una governance nazionale e regionale per la sua attuazione.

Una delle ricadute più importanti è stata la costruzione di una rete: tutte le Regioni hanno individuato un referente per la medicina di genere e presso l’Istituto Superiore di Sanità è stato istituito l’Osservatorio dedicato alla Medicina di Genere, che ha il compito di monitorare l’attuazione del Piano e promuovere azioni di miglioramento. In questi anni sono stati prodotti documenti di indirizzo, indicazioni per la ricerca, la formazione e la pratica clinica, sono stati definiti indicatori di monitoraggio ed è stato avviato un confronto stabile con oltre 60 Società scientifiche e associazioni tecnico-scientifiche. Inoltre, l’approccio di genere è entrato progressivamente anche nella programmazione della prevenzione nazionale e regionale.

Il quadro, però, è ancora eterogeneo. Le Regioni hanno sviluppato esperienze e modelli differenti e oggi la sfida principale è passare dalle singole iniziative a un’integrazione sistematica e misurabile della prospettiva di sesso e genere nei percorsi assistenziali, nei PDTA (Percorsi Diagnostico Terapeutici Assistenziali), nella prevenzione, nella ricerca e nella formazione. Le esperienze regionali presentate nel 2025 mostrano comunque una crescente integrazione della medicina di genere nella programmazione sanitaria.

Quindi direi che il Piano ha creato innanzitutto una struttura, una rete e una cultura condivisa. Il passo successivo è fare in modo che la medicina di genere diventi sempre più parte ordinaria della pratica sanitaria e non rimanga legata a singoli progetti o iniziative.

Qual è, secondo lei, il cambiamento più urgente che dovrebbero adottare oggi ricercatori, istituzioni e autorità regolatorie?

Credo che il cambiamento più urgente sia smettere di considerare sesso e genere come variabili accessorie e integrarli sistematicamente in tutte le fasi della ricerca e dell’innovazione sanitaria. Questo significa progettare gli studi fin dall’inizio in modo da poter valutare differenze tra uomini e donne, raccogliere e analizzare dati disaggregati per sesso, considerare quando rilevanti anche i determinanti di genere e garantire una rappresentazione adeguata delle diverse popolazioni nei trial.

Le istituzioni e le autorità regolatorie possono avere un ruolo decisivo, rendendo questi aspetti parte integrante dei criteri di valutazione della ricerca, dell’autorizzazione degli studi e della produzione delle evidenze. In sintesi, il passaggio necessario è andare da una medicina che considera sesso e genere “quando possibile” a una medicina in cui siano elementi strutturali della qualità scientifica e dell’appropriatezza delle cure.