La sensibilità ai cambiamenti stagionali come possibile fattore di rischio per lo sviluppo di disturbi premestruali. Uno studio epidemiologico

Seasonality as a possible risk factor for the development of premenstrual disorders. An epidemiological survey

F. Cro, G. Bersani

III Clinica Psichiatrica, Università di Roma "La Sapienza"

Parole chiave: Disturbo Affettivo Stagionale • Disturbo Disforico Premestruale • Epidemiologia • Seasonal Pattern Assessment Questionnaire
Key words: Seasonal Affective Disorder • Premenstrual Dysphoric Disorder • Epidemiology • Seasonal Pattern Assessment Questionnaire

Introduzione.

SAD e PMDD

Il Disturbo Affettivo Stagionale (Seasonal Affective Disorder – SAD) (1) è una sindrome depressiva a ricorrenza invernale, accompagnata da manifestazioni vegetative “atipiche” (2), quali aumento dell’appetito, del desiderio di carboidrati (carbohydrate craving) e del peso corporeo, ipersonnia e letargia. Anche la variazione circadiana della sintomatologia tende ad un andamento “atipico”, osservandosi un peggioramento nelle ore serali. Il SAD è più frequente alle latitudini più settentrionali (Tab. I) e risponde positivamente ai cambiamenti di area climatica che comportino un aumento della durata giornaliera dell’esposizione alla luce solare (fotoperiodo), così come all’estensione artificiale di quest’ultimo (fototerapia). Il disturbo predilige nettamente il sesso femminile (il rapporto maschi/femmine va da 1:2 a 1:40); tale squilibrio si accentua allontanandosi dall’Equatore verso il Polo Nord ed è stato messo in relazione con il ruolo giocato dagli estrogeni nel modulare le risposte comportamentali alle variazioni in lunghezza del fotoperiodo (3). L’età media di esordio è compresa tra 20 e 30 anni (1); nei bambini in età prepuberale il tasso di malattia è piuttosto basso (4). In una prospettiva evoluzionista la vulnerabilità alle alterazioni stagionali dell’umore potrebbe essere interpretata come una conseguenza dell’origine africana della specie umana e, quindi, di un suo insufficiente adattamento alle latitudini temperate e nordiche (5). Tale vulnerabilità trova la sua espressione clinica tanto nel SAD propriamente detto quanto nella sua forma a sintomatologia attenuata (subsyndromal-SAD), più frequente (6).

Le ipotesi psicobiologiche sulla patogenesi del SAD fanno riferimento ad un ritardo di fase del sistema sincronizzato sul bioritmo della melatonina (MLT), legato ad una riduzione di intensità e durata dell’azione del sincronizzatore esterno (zeitgeber) costituito dalla luce solare, come avviene nei mesi invernali (14,15): tale spostamento di fase sarebbe alla base del ritardo nell’addormentamento e della letargia mattutina. Alternativamente, una ridotta produzione di MLT, legata all’accorciarsi del fotoperiodo e ad un preesistente errore metabolico, comporterebbe una insufficiente sintesi di serotonina (5-HT) durante i mesi invernali, dando origine ai sintomi del SAD (16), in particolare al carbohydrate craving. Quest’ultimo potrebbe infatti essere interpretato come un meccanismo compensatorio, facilitante, attraverso la stimolazione della secrezione di insulina, il passaggio attraverso la barriera ematoencefalica del triptofano, precursore metabolico della 5-HT (17). In accordo con queste considerazioni, il SAD risponde favorevolmente al trattamento con inibitori selettivi del reuptake della serotonina (SSRI) (18).

Anche il Disturbo Disforico Premestruale (Premenstrual Dysphoric Disorder – PMDD) si caratterizza per una ricorrenza ciclica di sintomi depressivi “atipici” (Tab. II) (2). La periodicità osservata da questa ricorrenza è, per definizione, circamensile; sono state tuttavia descritte una ritmicità circadiana ed una circannuale dell’andamento di alcuni sintomi del PMDD (carbohydrate craving), che possono presentare un aumento di intensità nelle ore serali e nei mesi invernali. Allo stesso modo, pazienti affette da SAD possono andare incontro ad un’esacerbazione premestruale dei sintomi (19,20).

Numerose osservazioni di natura neuroendocrinologica depongono per un’alterazione della funzionalità serotoninergica nel PMDD (21), per il quale gli SSRI rappresentano, infatti, la farmacoterapia d’elezione (22). Questi farmaci sembrano agire a livello dell’interfaccia tra il controllo neuro-ormonale e neurotrasmettitoriale dell’umore e di altre funzioni psichiche (23), ripristinando nelle pazienti affette da PMDD la sensibilità (che si suppone ridotta) all’azione sedativa delle benzodiazepine e dei cosiddetti steroidi neuroattivi, come il pregnanolone, potenti modulatori allosterici del recettore GABAAergico (24-27). Il rapporto tra le concentrazioni dei diversi neurosteroidi viene inoltre spostato, dal trattamento antidepressivo, a favore di quei composti con azione potenziante la funzione inibitoria sull’eccitabilità neuronale, mediata da tale recettore (28).

Anche la fototerapia, trattamento di prima scelta dei disturbi affettivi stagionali, del quale è accertata l’azione di potenziamento sulla neurotrasmissione serotoninergica (29-,31), si è dimostrata efficace nel PMDD, pur non essendo univoche le prove a favore della presenza, in quest’ultimo disturbo, di un’alterazione dei ritmi circadiani analoga a quella ipotizzata nel SAD (ritardo di fase) (32-34).

PMDD e SAD sembrano dunque presentare più di un aspetto in comune, da diversi punti di vista: sintomatologico, epidemiologico, fisiopatologico e terapeutico.

Obiettivi dello studio

Gli obiettivi che il presente studio si propone sono i seguenti:

– determinare la prevalenza dei disturbi affettivi stagionali e dei sintomi premestruali in un campione di donne in età fertile;

– valutare se la sensibilità ai cambiamenti stagionali possa configurarsi come una “vulnerabilità cronobiologica”, costituendo un fattore di rischio per lo sviluppo di sintomi premestruali;

– sottoporre a verifica l’ipotesi di una dimensione clinica comune a SAD e disturbi premestruali, rappresentata dai sintomi depressivi atipici;

– indagare l’influenza esercitata sulla vulnerabilità cronobiologica dei soggetti da diverse variabili socio-demografiche, ambientali, cliniche e familiari.

Metodi

Il lavoro è stato condotto secondo il modello dello studio di prevalenza, somministrando ad un campione di donne in età fertile una versione italiana modificata del Seasonal Pattern Assessment Questionnaire (SPAQ) (35).

Lo strumento

Lo SPAQ è uno strumento di autovalutazione che quantifica, indipendentemente dalla presenza di un disturbo psichiatrico, la tendenza individuale alle modificazioni stagionali dell’umore e del comportamento, cioè la “stagionalità”. La misura di quest’ultima è espressa dal Seasonality Score (SS), che risulta dalle risposte (espresse su una scala ordinale da 0 a 4) fornite dal soggetto a sei items che indagano le variazioni circannuali della durata del sonno, dei rapporti sociali, dell’umore, del peso, dell’appetito e del livello di energia. Nella versione del questionario adoperata nel presente studio è stato aggiunto un item riguardante la variazione stagionale della capacità di concentrazione, che non è stato però utilizzato per la costruzione del punteggio SS globale. Il valore di quest’ultimo può andare da 0 a 24; normalmente è compreso tra 4 e 7 (36).

Un’altra sezione del questionario esplora la direzione dei cambiamenti stagionali avvertiti dal soggetto (pattern stagionale), differenziando i disturbi affettivi stagionali a ricorrenza invernale (winter-SAD) da quelli a ricorrenza estiva (summer-SAD) (37). Esistono anche patterns meno comuni: ad esempio, molte pazienti affette da winter-SAD vanno regolarmente incontro ad un’esacerbazione primaverile della sintomatologia, che precede il miglioramento estivo (38).

Le restanti sezioni che costituiscono lo SPAQ nella sua versione originale registrano l’intensità del disagio avvertito dai soggetti in relazione ai cambiamenti stagionali (Complaint Score, CS), la sensibilità a diverse condizioni meteorologiche, la variazione circannuale delle preferenze alimentari, l’entità delle fluttuazioni del peso corporeo nel corso dell’anno ed il numero di ore di sonno giornaliere per ciascuna stagione; vengono inoltre raccolti dati socio-demografici.

Nella versione dello SPAQ utilizzata nel presente studio sono stati aggiunti items supplementari volti a valutare le variazioni quantitative dell’appetito, stagionali e circadiane, e del desiderio per particolari cibi. Un’altra parte del questionario, non presente nella versione originale, indaga sulla presenza, nell’anamnesi personale o familiare dei soggetti, di diversi disturbi di interesse neuropsichiatrico od endocrinologico, permettendo di specificare l’eventuale farmacoterapia seguita.

È stata, infine, aggiunta una sezione che consente di indicare, su un insieme di scale identico a quello utilizzato per la costruzione del Seasonality Score, le modificazioni di alcune variabili fisiologiche e comportamentali nei giorni che precedono il ciclo mestruale. La somma dei punteggi ottenuti in queste scale è stata considerata un indice della tendenza a sviluppare sintomi premestruali ed è stata denominata Premenstrual Symptoms Score (PMSS). Nella stessa sezione è possibile specificare il periodo dell’anno in cui le suddette modificazioni sono più marcate (pattern stagionale).

Il campione e la raccolta dei dati

Tra ottobre e marzo sono state distribuite in una popolazione di donne, costituita da medici, impiegate e studentesse presso l’Università di Roma “La Sapienza”, di età compresa tra i 18 e i 45 anni, 300 copie del questionario SPAQ.

Dei 172 questionari restituiti, 7 non sono stati compilati entro la stagione invernale e 18 appartengono a soggetti residenti nella stessa area climatica da meno di 7 anni, non soddisfacendo, pertanto, i criteri di Rosenthal (36) per la validità delle risposte.

Il campione allo studio così individuato viene pertanto ad essere costituito da 147 soggetti, rappresentati dai 147 questionari validi sottoposti all’elaborazione statistica.

Le caratteristiche socio-demografiche del campione sono riassunte nella Tab. III.

L’elaborazione dei dati

I dati sono stati sottoposti alla seguente elaborazione statistica:

– determinazione delle misure di tendenza centrale e di dispersione;

– verifica dell’associazione tra variabili mediante correlazione dei ranghi di Spearman;

– individuazione dei soggetti affetti da disturbi affettivi stagionali e di quelli sofferenti di sintomi premestruali;

– suddivisione del campione in due gruppi (casi e controlli) rispetto alla presenza di un disturbo affettivo stagionale e confronto tra i due gruppi mediante test del chi quadrato (c2) e test t;

– risuddivisione del campione in due gruppi (casi e controlli) rispetto alla presenza di sintomi premestruali e confronto tra i due gruppi mediante test del chi quadrato (c2) e test t;

– costruzione di una tabella di contingenza (considerando come “casi” i soggetti colpiti da sintomatologia premestruale e come “fattore di rischio” la presenza di un disturbo affettivo stagionale) e calcolo della Prevalence Odds Ratio, allo scopo di sottoporre a verifica l’ipotesi che la sensibilità ai cambiamenti stagionali possa costituire una “vulnerabilità cronobiologica”, favorendo lo sviluppo di disturbi premestruali.

Risultati

Nella Tabella III sono state presentate le caratteristiche socio-demografiche del campione. La Tabella IV riporta le misure di tendenza centrale e di dispersione per alcune variabili esplorate.

Il Seasonality Score medio nel campione esaminato è 8,81 � 3,97, superiore quindi alla norma per la nostra latitudine quando venga riferito ai risultati di altri studi, effettuati su popolazioni miste, ma paragonabile ai valori riscontrati in campioni femminili, anche nel nostro Paese (11) (Tab. V).

Oltre il 60% del campione riferisce di “sentirsi meglio” in estate; circa la metà dei soggetti mangiano di più e si sentono peggio in inverno, mentre mangiano meno, dormono meno e perdono più peso in estate.

Per oltre il 90% delle partecipanti allo studio le oscillazioni del peso corporeo durante l’anno non superano i 3,5 Kg. La quantità di sonno giornaliera non sembra variare di molto attraverso le stagioni (Tab. IV).

Più di tre quarti dei soggetti si sentono influenzati negativamente dalle giornate nebbiose/piene di smog e più di due terzi dalle giornate nuvolose, mentre oltre il 75% del campione riferisce un influsso positivo delle giornate assolate sul proprio umore e/o livello di energia.

Oltre la metà dei soggetti riferisce variazioni circannuali dell’appetito. Di questi, più del 75% riferisce un aumento invernale o una diminuzione estiva; inoltre, per due terzi di queste persone la maggiore assunzione di cibo avviene nelle ore pomeridiane e serali.

Per quanto riguarda i cambiamenti stagionali delle preferenze alimentari, questi sono avvertiti dal 55,1% del campione e si riferiscono soprattutto a frutta e verdura (preferite in estate dai due terzi dei soggetti) e carboidrati (preferiti in inverno da un terzo dei soggetti).

Oltre il 40% delle partecipanti avverte i cambiamenti stagionali dell’umore e/o del comportamento come un problema, per lo più di intensità lieve-moderata (in quasi il 90% dei casi).

Al momento della compilazione del questionario oltre il 90% dei soggetti non riferiva di seguire una farmacoterapia; l’8,2% assumeva contraccettivi orali e il 4,1% era in trattamento con farmaci tiroidei. Il 19% delle persone coinvolte nello studio ha consultato almeno una volta nella vita uno specialista per problemi endocrinologici, l’11% lo ha fatto per problemi psichiatrici e dietologici, il 6,1% per emicrania e il 3,4% per problemi neurologici. Inoltre, il 14,3% delle partecipanti ha un’anamnesi familiare positiva (parenti di primo grado) per emicrania, mentre la familiarità di primo grado raggiunge il 7,5% sia per i disturbi psichici che per quelli endocrini.

Il Premenstrual Symptoms Score medio è risultato di 8,01 � 5,24 (Tab. IV). Meno di un quarto del campione ha riferito di variazioni stagionali della sintomatologia premestruale, che risultano comunque equamente distribuite tra i mesi invernali e quelli estivi.

Correlazioni di Spearman

La forza ed il verso dell’associazione tra le variabili sono stati analizzati con il calcolo del coefficiente di correlazione dei ranghi di Spearman (rs), che quantifica la relazione tra dati misurati su scale ordinali (39).

Risultati (Tabb. VI-XI)

Tutti gli items costituenti il Seasonality Score hanno mostrato una elevata correlazione tra di loro e con il SS globale (P < 0,05 per oltre il 90%).

La variazione stagionale della durata del sonno è correlata alla variazione premestruale dell’attività sociale e dell’umore (P < 0,05), alla preferenza per il tempo secco (P < 0,05), alla tendenza a dormire meno l’estate (P < 0,005) e al peggioramento invernale dei sintomi premestruali (P < 0,01).

La variazione stagionale dell’attività sociale si associa significativamente alla variazione premestruale del peso (P < 0,01), al PMSS (P < 0,05), al disagio per il tempo freddo e le giornate brevi (P < 0,05), al dormire meno l’estate (P < 0,005) e al desiderio invernale di farinacei (P < 0,005).

La variazione stagionale dell’umore è correlata con la variazione premestruale dell’umore e del livello di energia (P < 0,05), con il PMSS (P < 0,001), con l’avversione per le giornate nuvolose (P < 0,01), con il sentirsi meglio (P < 0,05) e più socievole (P < 0,01) d’estate, con il sentirsi meno socievole d’inverno (P < 0,05), con il desiderio estivo di latticini (P > 0,05) e con il Complaint Score (P < 0,05).

La variazione stagionale del peso è associata alla fluttuazione del peso (P < 0,001), all’avversione per il tempo freddo e nuvoloso (P < 0,05), alla tendenza a mangiare meno l’estate (P < 0,05), a mangiare di più e sentirsi peggio l’inverno (P < 0,005) e al desiderio invernale di dolci e carne/pesce (P < 0,05).

La variazione stagionale dell’appetito è correlata positivamente con la fluttuazione del peso (P < 0,01), con l’avversione per il tempo nuvoloso (P < 0,05), con la tendenza a dormire meno, mangiare meno e perdere peso d’estate (P < 0,005), e a sentirsi peggio d’inverno (P < 0,05).

La variazione stagionale del livello di energia si associa significativamente al disagio legato al tempo umido (P < 0,05) e alla tendenza a dormire meno d’estate (P < 0,05).

La variazione stagionale della capacità di concentrazione è significativamente correlata con la variazione premestruale del peso (P < 0,005), il PMSS (P < 0,05) e il dormire meno l’estate (P < 0,05).

Il Seasonality Score è significativamente associato alla variazione premestruale del peso (P < 0,05), all’avversione per il tempo freddo e nuvoloso (P < 0,05), al sentirsi più socievole e mangiare meno l’estate (P < 0,05), al mangiare di più ed essere meno socievole l’inverno (P < 0,05), alla fluttuazione del peso (P < 0,05).

La fluttuazione del peso durante l’anno è correlata positivamente con la variazione stagionale del peso (P < 0,001) e dell’appetito (P < 0,01), con il Seasonality Score (P < 0,05), con la variazione premestruale dell’attività sociale (P < 0,005) e del sonno (P < 0,05) e con la tendenza a mangiare di più, aumentare di peso, essere meno socievole e preferire dolci e carne/pesce d’inverno (P < 0,05).

Il Complaint Score è associato significativamente alla variazione stagionale dell’umore e alla variazione premestruale della durata del sonno (P < 0,05); mostra una correlazione negativa con la preferenza per le giornate assolate (P < 0,05).

Gli items costituenti il Premenstrual Symptoms Score hanno mostrato una elevata correlazione tra di loro e con il PMSS (P < 0,001 nella maggioranza dei casi).

La variazione premestruale della durata del sonno è associata alla fluttuazione del peso e al Complaint Score (P < 0,05).

La variazione premestruale dell’attività sociale è correlata all’avversione per le giornate fredde (P < 0,01), assolate e brevi (P < 0,05) e alla fluttuazione del peso (P < 0,005).

La variazione premestruale dell’umore si associa alla variazione stagionale del sonno e dell’umore, all’avversione per le giornate nuvolose, alla tendenza ad assumere più cibo nelle ore serali/notturne e ad un peggioramento invernale dei sintomi premestruali (P < 0,05).

La variazione premestruale del peso è correlata con la variazione stagionale dell’attività sociale (P < 0,01), della concentrazione (P < 0,005), con il Seasonality Score (P < 0,05) e con il disagio legato alle giornate fredde (P < 0,01) e nuvolose (P < 0,05).

La variazione premestruale dell’appetito è significativamente associata al disagio legato alle giornate nuvolose, brevi (P < 0,05) e nebbiose (P < 0,005) e alla tendenza a dormire meno l’estate (P < 0,01).

La variazione premestruale dell’energia si associa alla variazione stagionale dell’umore (P < 0,05).

La variazione premestruale della capacità di concentrazione è significativamente correlata con il maggior desiderio invernale di dolci (P < 0,05).

Il PMSS è associato alla variazione stagionale di umore (P < 0,001), socievolezza e concentrazione (P < 0,05) e all’avversione per le giornate fredde, umide, nuvolose (P < 0,05) e brevi (P < 0,01).

Infine, il titolo di studio è correlato positivamente con il disagio per le giornate brevi e nuvolose (P < 0,05) e tende alla significatività (P < 0,1) rispetto alla variazione stagionale della concentrazione e premestruale dell’attività sociale.

Prevalenze

I criteri diagnostici utilizzati per la determinazione della prevalenza dei disturbi affettivi stagionali nel campione sono quelli proposti da Rosenthal (36):

Per il SAD:

Seasonality Score maggiore di 10;

– cambiamenti stagionali percepiti come un problema almeno “moderato”;

– soggetti che riferiscono di sentirsi peggio nei mesi invernali.

• Per il subsyndromal-SAD:

– SS di 8 o 9;

– percezione dei cambiamenti stagionali come un problema almeno “lieve” (con valori di SS superiori a 9 si può essere classificati come subsyndromal-SAD anche se non si percepiscono i cambiamenti stagionali come un problema);

– soggetti che riferiscono di sentirsi peggio nei mesi invernali.

• Per il summer-SAD:

– SS maggiore di 10;

– percezione dei cambiamenti stagionali come un problema almeno “moderato”;

– i soggetti riferiscono di sentirsi peggio nei mesi estivi.

Per quanto riguarda i sintomi premestruali, è stato considerato valore soglia per il loro riconoscimento, analogamente al Seasonality Score, un punteggio maggiore di 10 nella sezione modificata del questionario volta a misurare l’intensità dei cambiamenti dell’umore, delle funzioni vegetative e del comportamento nei giorni che precedono il ciclo mestruale (Premenstrual Symptoms Score). Sebbene un tale criterio non si possa considerare sufficiente per porre una diagnosi di sindrome premestruale, le 6 scale utilizzate per la costruzione del sopraindicato punteggio possono essere riferite ad altrettanti criteri diagnostici tra gli 11 previsti dal DSM-IV (2) per il PMDD (Tab. II), permettendo quindi di considerare plausibile almeno la presenza di sintomi premestruali. La stessa sezione del questionario consente di identificare un eventuale pattern stagionale dei suddetti sintomi.

Utilizzando i criteri sopramenzionati, è possibile definire la prevalenza dei disturbi affettivi stagionali e dei sintomi premestruali nel campione:

Winter-SAD: 10,2% (n = 15);

Subsyndromal-SAD: 19,7% (n = 29);

Summer-SAD: 3,4% (n = 5);

– Disturbi premestruali: 30,6% (n = 45).

Confronto fra gruppi

Il campione è stato suddiviso in due gruppi (“casi” e “controlli”) rispetto alla presenza di un disturbo affettivo stagionale, diagnosticato per mezzo dei criteri esposti in precedenza, e si è proceduto ad un confronto tra i due gruppi mediante test c2 per le variabili misurate su scala nominale. Il test t è stato utilizzato per confrontare età, anni di residenza, peso, differenza ore di sonno, Seasonality Score e Premenstrual Symptoms Score.

Risultati

I “casi” (n = 49) non si differenziano significativamente dai “controlli” (n = 98) rispetto a titolo di studio, stato civile, occupazione, fluttuazione del peso, preferenza per condizioni meteorologiche, variazioni stagionali delle preferenze alimentari e circadiane dell’appetito, percezione dei cambiamenti stagionali come un problema, terapia farmacologica assunta, familiarità, variazione circannuale della sintomatologia premestruale, età, anni di residenza, peso, differenza ore di sonno, Seasonality Score e Premenstrual Symptoms Score.

Tra gli items che compongono il Seasonality Score, appaiono significativi nel differenziare i due gruppi la variazione stagionale della durata del sonno (t = 8,653, P < 0,001), del peso (t = 2,519, P < 0,05) e dell’appetito (t = 3,017, P < 0,005). Se addizionato della variazione della capacità di concentrazione (formato cioè dalla somma di 7 anziché 6 items), anche il Seasonality Score varia significativamente tra i due gruppi (t = 7,783, P < 0,001).

Anche le variazioni circannuali dell’appetito differenziano i due gruppi (c2 = 8,961, n = 2, P < 0,05) (Fig. 1).

Rispetto alle variabili che entrano nella composizione del pattern stagionale, i due gruppi si differenziano per quanto riguarda i mesi in cui i soggetti “perdono peso” (c2 = 8,842, n = 2, P < 0,05) e “si sentono peggio” (c2 = 7,261, n = 2, P < 0,05) (Figg. 2 e 3).

I “casi” tendono a differenziarsi dai “controlli” anche per quanto riguarda il ricorso a specialisti psichiatri, ma non ad altri specialisti (c2 = 3,419, n = 1, P < 0,1).

Il campione è stato successivamente risuddiviso in due gruppi (“casi” e “controlli”) rispetto alla presenza di sintomi premestruali (Premenstrual Symptoms Score > 10). Anche questi due nuovi gruppi sono stati quindi messi a confronto mediante le metodiche sopraindicate.

Risultati

I “casi” (n = 45) non si differenziano significativamente dai “controlli” (n = 102) rispetto a titolo di studio, stato civile, occupazione, fluttuazione del peso, preferenza per condizioni meteorologiche, variazioni stagionali e circadiane dell’appetito, variazioni stagionali delle preferenze alimentari, percezione dei cambiamenti stagionali come un problema, terapia farmacologica assunta, familiarità, ricorso a medici specialisti, variazione circannuale della sintomatologia premestruale, età, anni di residenza, peso e differenza ore di sonno.

Il Seasonality Score (t = 3,463, P < 0,001) (Fig. 4) e il Premenstrual Symptoms Score (t = 7,761, P < 0,001) variano significativamente tra i due gruppi.

Tra gli items che compongono il Seasonality Score, appaiono significativi nel differenziare i “casi” dai “controlli” la variazione stagionale dell’appetito (t = 3,980, P < 0,001) e del livello di energia (t = 2,364, P < 0,05). Anche la variazione della capacità di concentrazione (t = 5,702, P < 0,001) e il SS addizionato di quest’ultimo item (t = 4,337, P < 0,001) variano significativamente tra i due gruppi.

Tra gli items che compongono il Premenstrual Symptoms Score, appaiono significativi nel differenziare i “casi” dai “controlli” la variazione della durata del sonno (t = 6,001, P < 0,001), dell’umore (t = 4,838, P < 0,001), del peso (t = 5,047, P < 0,001) e dell’appetito (t = 2,150, P < 0,05). La variazione premestruale dell’attività sociale mostra una tendenza alla significatività (t = 1,701, P < 0,1). La variazione della capacità di concentrazione (t = 3,468, P < 0,001) e il PMSS addizionato di quest’ultimo item (t = 2,160, P < 0,05) variano significativamente tra i due gruppi.

Tra le variabili che entrano nella composizione del pattern stagionale, solo la diminuzione invernale dell’attività sociale tende a differenziare i due gruppi (c2 = 5,848, n = 2, P < 0,1).

Prevalence odds ratio

Considerando come “casi” i soggetti colpiti da sintomatologia premestruale e come “fattore di rischio” la presenza di un disturbo affettivo stagionale è stata costruita una tabella di contingenza (Tab. XII) per il calcolo della Prevalence Odds Ratio (POR).

Il rapporto tra l’odds di esposizione dei “casi” (a/b) e l’odds di esposizione dei “controlli” (c/d) fornisce una stima della POR (ad/bc): 4,062 (I.C.95% = 1,93-8,56).

La POR fornisce una misura della probabilità di associazione tra fattore di richio e malattia (rischio relativo). La stima dell’intervallo di confidenza al 95% (I.C.95%) permette di ipotizzare che il valore della POR trovato non sia dovuto a fluttuazioni casuali e che, pertanto, vi sia un’associazione statisticamente significativa tra disturbi affettivi stagionali (fattore di rischio) e disturbi premestruali (39).

Discussione

La stima della prevalenza dei disturbi affettivi stagionali nel campione sulla base dei criteri esposti in precedenza fornisce un risultato che sembrerebbe in accordo con quelli raggiunti da analoghi studi, condotti a diverse latitudini (Tab. I).

Le prevalenze piuttosto elevate riscontrate dal presente studio possono infatti essere giustificate dalla natura del campione esaminato, composto unicamente da donne. La predilezione per il sesso femminile delle sindromi depressive “atipiche” e, in particolare, dei disturbi affettivi stagionali riceverebbe così una nuova conferma, che sembra acquistare ulteriore risalto dal raffronto tra i dati presentati e i risultati di altri due studi epidemiologici condotti nel nostro Paese, uno su una popolazione mista (11) ed un altro su un campione interamente di sesso maschile (40) (Tab. XIII).

Anche la prevalenza dei sintomi premestruali (30,6%) è in accordo con i dati della letteratura, che ne riportano la presenza in almeno un terzo delle donne in età fertile (41,42).

La misura della Prevalence Odds Ratio (4,062, I.C.95% = 1,93-8,56) sembra avvalorare l’ipotesi che una “vulnerabilità cronobiologica”, rappresentata in questo caso dall’elevata sensibilità ai cambiamenti stagionali, possa costituire un fattore di rischio per lo sviluppo non solo di un disturbo affettivo stagionale, ma anche di altre sindromi, caratterizzate dalla periodicità e dalla presenza di sintomatologia depressiva “atipica”.

Più in generale, i risultati esposti in precedenza sembrano confermare l’esistenza di una dimensione clinica comune a disturbi affettivi stagionali e sintomatologia premestruale, evidenziata da comuni oscillazioni circannuali e circadiane dei sintomi affettivi, delle capacità cognitive, della vita di relazione, del sonno e del comportamento alimentare. Queste oscillazioni compaiono anche nella popolazione generale, e la loro più evidente presenza nelle donne potrebbe contribuire alla maggior prevalenza dei disturbi depressivi solitamente riscontrata nel sesso femminile (43).

Nel campione esaminato la periodicità circannuale sembra coinvolgere tanto l’umore quanto il ritmo sonno-veglia e il comportamento alimentare, nel senso di un aumentata sensazione di benessere in primavera/estate che si accompagna ad una diminuzione della quantità di sonno e dell’introito di cibo. Questa periodicità comporta anche un cambiamento delle preferenze alimentari attraverso le stagioni, e in essa sembrano convergere l'”endogenicità” (44), la sincronia con l’ambiente e le abitudini culturali. Ciononostante, i cambiamenti stagionali sono avvertiti come un problema, sia pure lieve, da oltre un terzo delle partecipanti allo studio. A questo proposito si potrebbe ipotizzare che i moderni ritmi di attività e le condizioni di illuminazione artificiale cui l’individuo è sottoposto tendano, minimizzando l’influenza dei sincronizzatori esterni (in particolare della luce solare), a creare una dissonanza tra ritmi individuali e ritmi ambientali, portando a situazioni di scompenso quando l’influsso di detti sincronizzatori, non più riconosciuto, si faccia sentire ed eserciti la sua azione su funzioni che siamo ormai abituati a considerare svincolate dall’influenza ambientale.

Rispetto alle principali variabili esplorate dallo SPAQ (sonno, vita sociale, umore, peso, appetito, energia e concentrazione), è possibile osservare una periodicità sincrona del comportamento alimentare e del sonno, le cui variazioni stagionali sembrano subire l’influenza, oltre che della cadenza stagionale e dei ritmi biologici individuali, di variazioni delle abitudini sociali, come ad esempio quelle legate alle vacanze estive. Le variazioni dell’umore sembrano costituire una dimensione parzialmente indipendente dalle suddette modificazioni del comportamento e riferentesi ad un malessere più generalizzato, mentre una terza dimensione parrebbe rappresentata dalle variazioni dell’energia e della concentrazione. Potrebbe essere interessante cercare di convalidare questo modello dimensionale dei disturbi affettivi stagionali e di stabilire il peso delle diverse variabili nella genesi dei sintomi depressivi atipici.

Anche nella genesi del disagio premestruale sembrano confluire una componente vegetativa, una cognitiva e una affettiva, che sembrerebbero in relazione con una periodicità e con manifestazioni sintomatologiche “atipiche”; non è stato però evidenziato nel campione un chiaro andamento circannuale dei sintomi premestruali, che correla significativamente solo con la variazione stagionale della durata del sonno e con quella premestruale dell’umore (Tabb. VIII e XI).

Le variazioni stagionali e premestruali sono generalmente associate a scarso gradimento per le “giornate brevi”, sebbene con le altre condizioni meteorologiche “invernali” (giornate fredde e, soprattutto, nuvolose) l’associazione possa essere ancora maggiore, non consentendo di escludere che altri fattori, oltre all’accorciarsi del fotoperiodo, possano contribuire alla sensibilità dei soggetti per le condizioni meteorologiche, che appare, tra l’altro, significativamente influenzata anche da variabili non specifiche, come il titolo di studio (Tabb. VII e IX). Va comunque notato che le variazioni del fotoperiodo non sono, nel nostro Paese, drastiche come quelle che ricorrono alle latitudini più settentrionali, dove la diffusione dei disturbi affettivi stagionali è sensibilmente più elevata (8,9,45).

Il desiderio invernale per i carboidrati, sintomo fondamentale del SAD, è correlato significativamente solo a due delle variabili stagionali (variazione della vita sociale e del peso) e alla variazione premestruale della concentrazione (Tabb. VIII e XI). Nell’interpretazione di questo risultato, inferiore alle aspettative, va tuttavia tenuto presente che le sezioni aggiunte ad uno strumento di valutazione possono non rispondere ai criteri di validità soddisfatti dallo strumento originale.

Il confronto tra i soggetti rispondenti ai criteri dello SPAQ per i disturbi affettivi stagionali e i controlli ha evidenziato differenze soprattutto nell’andamento del sonno e del comportamento alimentare, più che nella dimensione affettiva.

Risuddividendo il campione in due gruppi sulla base della sintomatologia premestruale, si osserva che alla determinazione del “Premestrual Symptoms Score” concorrono le variazioni premestruali delle funzioni vegetative, affettive e cognitive. I soggetti con “sintomi premestruali” mostrano inoltre una significativa variazione stagionale delle suddette funzioni e dell’attività relazionale/sociale.

Nel complesso, i risultati dello studio appaiono coerenti con l’ipotizzato modello patogenetico dei disturbi affettivi stagionali e, in senso lato, dei disturbi affettivi con importante componente cronobiologica. Lo SPAQ è uno strumento di indagine coerente e valido per contenuto, sebbene sembri differenziare i soggetti con elevata sensibilità stagionale soprattutto sulla base delle variazioni del sonno e del comportamento alimentare, offrendo meno informazioni sulle variabili appartenenti alla sfera affettiva e a quella cognitiva. L’aggiunta di sezioni modificate (in particolare, quella relativa alla sintomatologia premestruale) può fornire informazioni utili, ma necessiterebbe di adeguata validazione.

Vanno, infine, ricordate alcune tra le importanti limitazioni di cui soffre lo studio qui presentato: in primo luogo, il campionamento non randomizzato; in secondo luogo, l’uso per i rilevamenti diagnostici di un solo strumento di valutazione, senza il raffronto con altre scale validate né con l’osservazione clinica dei soggetti.

Conclusioni

Nonostante i limiti dianzi ricordati, i risultati del presente studio sembrano confermare la presupposta vulnerabilità alle oscillazioni premestruali dell’umore e del comportamento nelle donne affette da SAD, suffragando così l’ipotesi di una patogenesi comune per alcuni disturbi dell’umore ad andamento periodico. Questa osservazione sottolinea la necessità per il clinico di addestrare la propria sensibilità diagnostica a riconoscere e ad esplorare la dimensione ritmica, circannuale e circamensile, della psicopatologia depressiva, per organizzare conseguentemente interventi terapeutici quanto più possibile “specifici” (SSRI, fototerapia).

L’adozione di una prospettiva cronobiologica nello studio di alcuni fenomeni clinici può essere di importanza fondamentale in psichiatria, diventando una insostituibile chiave di lettura per accedere alla comprensione della patogenesi dei disordini dell’alimentazione, del sonno, dei disturbi affettivi e di molte altre condizioni di interesse neuropsichiatrico (46), viste come “trasformazioni del ritmo dell’accadere, nelle quali intravediamo la fisionomia dell’Endogeno” (44).

I risultati del presente studio sono stati in parte comunicati al V Congresso Nazionale della Società Italiana di Psicopatologia (Roma, 23-27 febbraio 2000).

Corrispondenza: dott. Giuseppe Bersani, III Clinica Psichiatrica, Università “La Sapienza”, viale dell’Università 30, 00185 Roma – Tel. 06 49914591 – Fax 06 4454765 – E-mail: Bersani@uniroma1.it

Tab. I. Prevalenza dei disturbi affettivi stagionali a diverse latitudini. Prevalence of seasonal affective disorders at different latitudes.

Studio

Località

Latitudine (�N)

Prevalenza SAD

Prevalenza subsyndromal-SAD

Magnùsson e Stefànsson, 1993 (7)

Islanda

62-67

3,8%

7,5%

Booker e Hellekson, 1992 (8)

Alaska

64

9,2%

19,1%

Dam et al, 1998 (9)

Danimarca

55-57

12,4%

4,8%

Magnùsson e Axelsson, 1993 (10)

Canada

50,5

1,2%

3,3%

Muscettola et al., 1995 (11)

Italia

38-46

4,4%

4,8%

Rosen et al., 1990 (12)

New Hampshire

43

9,7%

11%

Rosen et al., 1990 (12)

New York

41

4,7%

12,4%

Rosen et al., 1990 (12)

Maryland

39

6,3%

10,4%

Ozaki et al., 1995 13

Giappone

35

0,86%

0,86%

Rosen et al., 1990 12

Florida

27

1,4%

2,6%

Tab. II. Criteri diagnostici per il Disturbo Disforico Premestruale secondo il DSM-IV 2. DSM-IV diagnostic criteria for Premenstrual Dysphoric Disorder 2.

A. Nella maggior parte dei cicli, durante l�ultimo anno, sono stati presenti almeno 5 dei seguenti sintomi per la maggior parte dell�ultima settimana della fase luteinica; i sintomi cominciano ad attenuarsi entro pochi giorni dall�inizio della fase follicolare e scompaiono nella settimana successiva alla mestruazione. Inoltre è presente almeno uno tra i sintomi 1, 2, 3 o 4:

1. Umore marcatamente depresso

2. Ansia marcata

3. Labilità affettiva marcata

4. Rabbia o irritabilità marcata e persistente

5. Diminuito interesse verso le usuali attività

6. Sensazione soggettiva di difficoltà nella concentrazione

7. Sonnolenza, sensazione di affaticamento

8. Marcati cambiamenti nell�appetito, iperalimentazione, o ricerca insistente di qualche cibo particolare

9. Ipersonnia od insonnia

10. Sensazione soggettiva di essere soverchiata o di perdere il controllo

11. Altri sintomi fisici, come caduta o rigonfiamento delle mammelle, cefalea, artralgie o mialgie, sensazione di “gonfiore”, aumento di peso

B. I sintomi devono essere abbastanza gravi da interferire marcatamente con il lavoro, lo studio, le attività sociali abituali o i rapporti con gli altri.

C. L�alterazione non rappresenta semplicemente l�esacerbazione dei sintomi di un altro disturbo, come un Disturbo Depressivo Maggiore, un Disturbo di Panico, un Disturbo Distimico o un Disturbo di Personalità.

D. I criteri A, B e C devono essere confermati dalle registrazioni giornaliere comparative di almeno due cicli sintomatici consecutivi.

 

Tab. III. Caratteristiche sociodemografiche del campione (n = 147). Sociodemographic characteristics of the sample (n = 147).

Luogo di nascita: Centro 81%, Sud/Isole 11,6%, Nord 2%, Stato Estero 1,4%, Non Risponde 4%
Età: Range 18-44, Media 30, DS 5,5
Titolo di Studio: Media Superiore 57,1%, Laurea 35,4%, Media Inferiore 1,4%, Non Risponde 6,1%
Stato Civile: Non Coniugata 64,6%, Coniugata 25,9%, Separata/Divorziata 6,1%, Non Risponde 3,4%
Occupazione: Impiegata 30,6%, Professionista 23,8%, Studente 21,1%, Altro 17%, Non Risponde 7,5%
Area Climatica di Residenza: Centro 96,6%, Sud/Isole 2,7%, Nord 0,7%
Anni di Residenza (nella città indicata): Range 1-42, Media 26, DS 9,5

 

Tab. IV. Misure di tendenza centrale e di dispersione nel campione (n = 147). Central tendency and dispersion measures in the sample (n = 147).

Min Max Media Deviazione standard
Peso attuale 41 82 56,8 6,6
Seasonality Score 0 21 8,81 3,97
Ore di sonno (inverno) 5 13 7,87 1,19
Ore di sonno (primavera) 5 12 7,85 1,12
Ore di sonno (estate) 4 12 7,55 1,45
Ore di sonno (autunno) 5 10 7,82 1,08
Ore di sonno (differenza)* -4 6 0,33 1,75
Premenstrual Symptoms Score 0 21 8,01 5,24

* Il valore è dato da: (autunno + inverno) – (primavera + estate). Un valore negativo indica che il soggetto dorme
complessivamente più ore in primavera/estate che in autunno/inverno.

Tab. V. Seasonality Score nella popolazione italiana in funzione del sesso e della latitudine (da Muscettola et al., 1995) 11. Seasonality Score in the Italian population related to sex and latitude (from Muscettola et al., 1995) 11.

Trieste Napoli Catanzaro
(45,40�N) (40,45�N) (38,55�N)
Totale 6,4 � 3,8 7,4 � 3,9 7,6 � 3,9
Maschi 5,7 � 3,5 7,1 � 3,9 6,8 � 3,5
Femmine 7,1 � 4,0 7,7 � 3,9 9,0 � 4,4

Tab. VI. Correlazioni di Spearman (1): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations (1): rs values (P values between brackets). n. s. = not significant.

Variaz. Stagionale�

Sonno

Socievolezza

Umore

Peso

Appetito

Energia

Concentrazione

Globale (SS)

Titolo di studio

Sonno

0,308 (<0,001)

0,154 (<0,1)

0,282 (<0,005)

0,314 (<0,001)

0,232 (<0,01)

n. s.

0,570 (<0,001)

n. s.

Socievolezza

0,308 (<0,001)

0,195 (<0,05)

0,204 (<0,05)

0,244 (<0,01)

0,365 (<0,001)

0,351 (<0,001)

0,649 (<0,001)

n. s.

Umore

0,154 (<0,1)

0,195 (<0,05)

n. s.

0,345 (<0,001)

0,276 (<0,005)

0,185 (<0,05)

0,398 (<0,001)

n. s.

Peso

0,282 (<0,005)

0,204 (<0,05)

n. s.

0,595 (<0,001)

0,182 (<0,05)

0,160 (<0,1)

0,628 (<0,001)

n. s.

Appetito

0,314 (<0,001)

0,244 (<0,01)

0,345 (<0,001)

0,595 (<0,001)

0,305 (<0,001)

0,200 (<0,05)

0,693 (<0,001)

n. s.

Energia

0,232 (<0,01)

0,365 (<0,001)

0,276 (<0,005)

0,182 (<0,05)

0,305 (<0,001)

0,472 (<0,001)

0,635 (<0,001)

n. s.

Concentrazione

n. s.

0,351 (<0,001)

0,185 (<0,05)

0,160 (<0,1)

0,200 (<0,05)

0,472 (<0,001)

0,390 (<0,001)

-0,146 (<0,1)

Globale (SS)

0,570 (<0,001)

0,649 (<0,001)

0,398 (<0,001)

0,628 (<0,001)

0,693 (<0,001)

0,635 (<0,001)

0,390 (<0,001)

n. s.

Fluttuaz. Peso

n. s.

n. s.

n. s.

0,377 (<0,001)

0,226 (<0,01)

n. s.

n. s.

0,219 (<0,05)

n. s.

CS

n. s.

n. s.

0,222 (<0,05)

n. s.

-0,156 (<0,1)

n. s.

n. s.

n. s.

n. s.

Variazione premestruale�
Sonno

n. s.

0,160 (<0,1)

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Socievolezza

0,182 (<0,05)

0,155 (<0,1).

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

0,145 (<0,1)

Umore

0,222 (<0,05)

n. s.

0,178 (<0,05)

n. s.

n. s.

n. s.

n. s.

0,145 (<0,1)

n. s.

Peso

n. s.

0,230 (<0,01)

n. s.

0,166 (<0,1)

n. s.

n. s.

0,255 (<0,005)

0,193 (<0,05)

n. s.

Appetito

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Energia

n. s.

n. s.

0,205 (<0,05)

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Concentrazione

n. s.

n. s.

n. s.

n. s.

n. s.

0,149 (<0,1)

n. s.

n. s.

n. s.

Globale (PMSS)

n. s.

0,202 (<0,05)

0,309 (<0,001)

n. s.

n. s.

n. s.

0,181 (<0,05)

n. s.

n. s.

 

Tab. VII. Correlazioni di Spearman (2): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations 2: rs values (P values between brackets). n. s. = not significant.

Variazione stagionale di�

Fluttuazione peso

Sonno

Socievolezza

Umore

Peso

Appetito

Energia

Concentrazione

SS

Preferisce� Tempo freddo

n. s.

-0,213 (<0,05)

n. s.

-0,202 (<0,05)

n. s.

n. s.

n. s.

-0,185 (<0,05)

n. s.

Tempo caldo

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Tempo umido

n. s.

n. s.

n. s.

n. s.

n. s.

-0,192 (<0,05)

n. s.

-0,169 (<0,1)

n. s.

Giorni di sole

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Tempo secco

0,180 (<0,05)

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

-0,166 (<0,1)

Nuvoloso

n. s.

n. s.

-0,229 (<0,01)

-0,179 (<0,05)

-0,212 (<0,05)

n. s.

n. s.

-0,198 (<0,05)

n. s.

Giorni lunghi

n. s.

0,153 (<0,1)

n. s.

n. s.

n. s.

0,145 (<0,1)

n. s.

n. s.

n. s.

Polline

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

Nebbia/smog

n. s.

n. s.

n. s.

n. s.

n. s.

-0,166 (<0,1)

-0,172 (<0,1)

n. s.

n. s.

Giornate brevi

n. s.

-0,206 (<0,05)

n. s.

n. s.

n. s.

n. s.

n. s.

-0,159 (<0,1)

n. s.

D�estate� Si sente meglio

n. s.

n. s.

0,193 (<0,05)

n. s.

n. s.

n. s.

n. s.

0,155 (<0,1)

n. s.

Aumenta peso

n. s.

n. s.

n. s.

-0,153 (<0,1)

-0,146 (<0,1)

n. s.

n. s.

n. s.

-0,173 (<0,05)

Più socievole

n. s.

0,164 (<0,1)

0,243 (<0,01)

n. s.

n. s.

0,156 (<0,1)

n. s.

0,208 (<0,05)

n. s.

Dorme meno

0,279 (<0,005)

0,246 (<0,005)

0,155 (<0,1)

n. s.

0,267 (<0,005)

0,252 (<0,005)

0,204 (<0,05)

0,350 (<0,001)

n. s.

Mangia di più

n. s.

n. s.

n. s.

-0,263 (<0,005)

-0,170 (<0,1)

n. s.

n. s.

-0,214 (<0,05)

-0,195 (<0,05)

Perde peso

n. s.

n. s.

n. s.

n. s.

0,260 (<0,005)

n. s.

n. s.

0,162 (<0,1)

n. s.

Meno socievole

n. s.

n. s.

-0,181 (<0,05)

n. s.

n. s.

n. s.

n. s.

-0,199 (<0,05)

-0,197 (<0,05)

Si sente peggio

n. s.

n. s.

-0,147 (<0,1)

-0,263 (<0,005)

-0,193 (<0,05)

n. s.

n. s.

-0,170 (<0,1)

-0,167 (<0,1)

Mangia meno

n. s.

n. s.

n. s.

0,190 (<0,05)

0,263 (<0,005)

n. s.

n. s.

0,207 (<0,05)

n. s.

Dorme di più

n. s.

-0,163 (> 0,1)

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

 

Tab. VIII. Correlazioni di Spearman (3): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations 3: rs values (P values between brackets). n. s. = not significant.

Variazione stagionale di� Sonno Socievolezza Umore Peso Appetito Energia Concentrazione Globale (SS) CS Fluttuazione peso
Mangia di più la sera/notte n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
D�inverno maggior desiderio di� Farinacei 0,151 (<0,1) (<0,005) 0,246 n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Dolci n. s. n. s. n. s. 0,206 (<0,05) n. s. n. s. n. s. n. s. n. s. 0,200 (<0,05)
Carne/pesce n. s. n. s. n. s. 0,196 (<0,05) n. s. n. s. n. s. n. s. n. s. 0,179 (<0,05)
Frutta/ n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
verdura
Latticini n. s. n. s. -0,184 n. s. n. s. n. s. n. s. n. s. n. s. n. s.
(<0,05)
Peggioramento invernale dei sintomi premestruali 0,240 (<0,01) n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.

Tab. IX. Correlazioni di Spearman (4): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations 4: rs values (P values between brackets). n. s. = not significant.

Variazione premestruale di� Sonno Socievolezza Umore Peso Appetito Energia Concentraz PMSS Complaint Score Titolo di studio
Preferisce le giornate� Fredde n. s. -0,227 (<0,01) n. s. -0,235 (<0,01) -0,151 (<0,1) -0,163 (<0,1) n. s. -0,191 (<0,05) n. s. -0,147 (<0,1)
Calde n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Umide n. s. n. s. -0,160 (<0,1) n. s. n. s. n. s. n. s. -0,210 (<0,05) n. s. n. s.
Assolate n. s. -0,184 (<0,05) n. s. n. s. n. s. n. s. n. s. n. s. -0,180 (<0,05) n. s.
Secche n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Nuvolose n. s. n. s. -0,190 (<0,05) -0,181 (<0,05) -0,177 (<0,05) n. s. n. s. -0,194 (<0,05) n. s. -0,180 (<0,05)
Lunghe n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Polline n. s. n. s. n. s. n. s. n. s. -0,166 (<0,1) n. s. n. s. n. s. n. s.
Nebbiose n. s. n. s. n. s. -0,156 (<0,1) -0,257 (<0,005) n. s. n. s. n. s. n. s. n. s.
Brevi n. s. -0,221 (<0,05) -0,158 (<0,1) -0,146 (<0,1) -0,183 (<0,05) n. s. n. s. -0,240 (<0,01) n. s. -0,189 (<0,05)
D�estate�
�si sente meglio n. s. n. s. n. s. n. s. n. s. n. s. n. s. 0,164 (<0,1) n. s. n. s.
�aumenta di peso n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�è più socievole n. s. n. s. 0,147 (<0,1) n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�dorme meno n. s. n. s. n. s. n. s. 0,230 (<0,01) n. s. n. s. n. s. n. s. n. s.
�mangia di più 0,168 (<0,1) n. s. n. s. n. s. n. s. n. s. n. s. n. s. 0,166 (<0,1) n. s.
�perde peso n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�è meno socievole n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�si sente peggio n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�mangia meno n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
�dorme di più n. s. 0,165 (<0,1) n. s. -0,154 (<0,1) n. s. n. s. n. s. n. s. n. s. n. s.

Tab. X. Correlazioni di Spearman (5): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations 5: rs values (P values between brackets). n. s. = not significant.

Variazione premestruale�

Sonno

Socievolezza

Umore

Peso

Appetito

Energia

Concentrazione

Globale (PMSS)

Sonno

0,632 (<0,001)

0,356 (<0,001)

0,300 (<0,001)

0,334 (<0,001)

0,383 (<0,001)

0,350 (<0,001)

0,545 (<0,001)

Socievolezza

0,632 (<0,001)

0,476 (<0,001)

0,251 (<0,005)

0,432 (<0,001)

0,456 (<0,001)

0,500 (<0,001)

0,567 (<0,001)

Umore

0,356 (<0,001)

0,476 (<0,001)

0,221 (<0,05)

0,399 (<0,001)

0,298 (<0,001)

0,340 (<0,001)

0,432 (<0,001)

Peso

0,300 (<0,001)

0,251 (<0,005)

0,221 (<0,05)

0,316 (<0,001)

0,358 (<0,001)

0,278 (<0,005)

0,487 (<0,001)

Appetito

0,334 (<0,001)

0,432 (<0,001)

0,399 (<0,001)

0,316 (<0,001)

0,329 (<0,001)

0,563 (<0,001)

0,455 (<0,001)

Energia

0,383 (<0,001)

0,456 (<0,001)

0,298 (<0,001)

0,358 (<0,001)

0,329 (<0,001)

0,423 (<0,001)

0,494 (<0,001)

Concentrazione

0,350 (<0,001)

0,500 (<0,001)

0,340 (<0,001)

0,278 (<0,005)

0,563 (<0,001)

0,423 (<0,001)

0,420 (<0,001)

Globale (PMSS)

0,545 (<0,001)

0,567 (<0,001)

0,432 (<0,001)

0,487 (<0,001)

0,455 (<0,001)

0,494 (<0,001)

0,420 (<0,001)

Fluttuazione peso

0,177 (<0,05)

0,248 (<0,005)

0,146 (<0,1)

n. s.

n. s.

n. s.

n. s.

n. s.

Complaint Score (CS)

0,195 (<0,05)

n. s.

n. s.

n. s.

n. s.

n. s.

n. s.

0,160 (<0,1)

Tab. XI. Correlazioni di Spearman (6): valori di rs (tra parentesi: valori di P). n. s. = non significativo. Spearman correlations 6: rs values (P values between brackets). n. s. = not significant.

Variazione premestruale� Sonno Socievolezza Umore Peso Appetito Energia Concentrazione Globale (PMSS) Titolo di studio
Mangia di più la sera/notte n. s. n. s. 0,216 (<0,05) n. s. n. s. n. s. n. s. n. s. n. s.
D�inverno maggior desiderio di� Farinacei n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Dolci n. s. n. s. n. s. n. s. n. s. n. s. 0,189 (<0,05) n. s. n. s.
Carne/pesce n. s. n. s. n. s. n. s. n. s. -0,167 (<0,1) n. s. n. s. n. s.
Frutta/verdura n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Latticini n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s. n. s.
Peggioramento invernale dei sintomi premestruali n. s. n. s. 0,173 (<0,05) n. s. 0,150 (<0,1) n. s. n. s. n. s. n. s.

Fig. 1. Variazioni circannuali dell�appetito: confronto tra “Disturbi Affettivi Stagionali” e “Controlli”. Circannual variations of appetite: “Seasonal Affective Disorders” compared to “Controls” (c2 = 8.961, n = 2, P <0.05).

Fig. 2. “In quali mesi perde più peso?”: confronto tra “Disturbi Affettivi Stagionali” e “Controlli”. “In which months of the year you lose more weight?” “Seasonal Affective Disorders” compared to “Controls” (c2 = 8.842, n = 2, P <0.05).

Fig. 3. “In quali mesi si sente peggio?”: confronto tra “Disturbi Affettivi Stagionali” e “Controlli”. “In which months of the year you feel worst?” “Seasonal Affective Disorders” compared to “Controls” (c2 = 7.261, n = 2, P <0.05).

Fig. 4. Seasonality Score: confronto tra “Disturbi Premestruali” e “Controlli”. Seasonality Score: “Premenstrual Disorders” compared to “Controls” (t = 3.463, P <0.001).

Tab. XII. Relazione tra disturbi affettivi stagionali e sintomi premestruali. Relationship between seasonal affective disorders and premenstrual symptoms.

“Casi”
(presenza di sintomi premestruali)

“Controlli”
(assenza di sintomi premestruali)

“Esposti” (disturbi affettivi stagionali)

25 (a)

24 (c)

Totale “esposti”: 49

“Non esposti”

20 (b)

78 (d)

Totale “non esposti”: 98

Totale “casi”: 45

Totale “controlli”: 102

Totale: 147

Tab. XIII. Prevalenza dei disturbi affettivi stagionali in Italia. Prevalence of seasonal affective disorders in Italy.

Prevalenza

Prevalenza subsyndromal

Prevalenza- summer-

SAD

SAD

SAD

Muscettola et al, 1995 (11) (n = 543)

4,4%

4,8%

2,1%

Bersani et al, 1997 (40) (n = 1141)

0,5%

9,8%

0,09%

Studio presente (n = 147)

10,2%

19,7%

3,4%

1 Rosenthal NE, Sack DA, Gillin JC, Lewy AJ, Goodwin FK, Davenport Y, et al. Seasonal affective disorder. A description of the syndrome and preliminary findings with light therapy. Archives of General Psychiatry 1984;41:72-80.

2 American Psychiatric Association. Diagnostic and Statistical Manual of Mental Disorders, Fourth Edition. Washington, DC: American Psychiatric Association 1994.

3 Partonen T. Estrogen could control photoperiodic adjustment in seasonal affective disorder. Medical Hypotheses 1995;45:35-6.

4 Swedo SE, Pleeter JD. Rates of seasonal affective disorder in children and adolescents. American Journal of Psychiatry 1995;152:1016-9.

5 Sher L. The role of genetic factors in the etiology of seasonality and seasonal affective disorder: an evolutionary approach. Medical Hypotheses 2000;54:704-7.

6 Kasper S, Wehr TA, Bartko JJ, Gaist PA, Rosenthal NE. Epidemiological findings of seasonal changes in mood and behavior. Archives of General Psychiatry 1989;46:823-33.

7 Magnùsson A, Stefànsson JG. Prevalence of seasonal affective disorder in Iceland. Archives of General Psychiatry 1993;50:941-6.

8 Booker JM, Hellekson CJ. Prevalence of seasonal affective disorder in Alaska. American Journal of Psychiatry 1992;149:1176-82.

9 Dam H, Jakobsen K, Mellerup E. Prevalence of winter depression in Denmark. Acta Psychiatrica Scandinavica 1998;97:1-4.

10 Magnùsson A, Axelsson J. The prevalence of seasonal affective disorder is low among descendants of Icelandic emigrants in Canada. Archives of General Psychiatry 1993;50:947-51.

11 Muscettola G, Barbato G, Ficca G, Beatrice M, Puca M, Aguglia E, et al. Seasonality of mood in Italy: role of latitude and sociocultural factors. Journal of Affective Disorders 1995;33:135-9.

12 Rosen LN, Targum SD, Terman M, Bryant MJ, Hoffman H, Kasper SF, et al. Prevalence of seasonal affective disorder at four latitudes. Psychiatry Research 1990;31:131-44.

13 Ozaki N, Ono Y. Prevalence of seasonal difficulties in mood and behavior among Japanese civil servants. American Journal of Psychiatry 1995;152:1225-7.

14 Lewy AJ, Sack RL, Miller S. Antidepressant and circadian phase-shifting effects of light. Science 1987;235:352-4.

15 Lewy AJ, Sack RL, Singer CM, White DM. The phase shift hypothesis for bright light�s therapeutic mechanism of action: theoretical considerations and experimental evidence. Psychopharmacology Bulletin 1987;23:349-53.

16 Partonen T. Extrapineal melatonin and exogenous serotonin in seasonal affective disorder. Medical Hypotheses 1998;51:441-2.

17 Rosenthal NE, Genhart M, Jakobsen FM, Skwerer RG, Wehr TA. Disturbances of appetite and weight regulation in seasonal affective disorder. Annals of the New York Academy of Sciences 1989;575:216-30.

18 Lam RW, Gorman CP, Michalon M, Steiner M, Levitt AJ, Corral MR, et al. Multicenter, placebo-controlled study of fluoxetine in seasonal affective disorder. American Journal of Psychiatry 1995;152:1765-70.

19 Wurtman RJ, Wurtman JJ. Carbohydrates and depression. Scientific American 1989;January:50-7.

20 Maskall DD, Lam RW, Misri S, Carter D, Kuan AJ, Yatham LN, et al. Seasonality of symptoms in women with late luteal phase dysphoric disorder. American Journal of Psychiatry 1997;154:1436-41.

21 Moller SE. Serotonin, carbohydrates, and atypical depression. Pharmacology and Toxicology 1992;71(Suppl. 1):61-71.

22 McConnell H. Selective serotonin reuptake inhibitors effective for premenstrual syndrome. Lancet 2000;356:1131-6.

23 Fink G, Summer BE, Rosie R, Grace O, Quinn JP. Estrogen control of central neurotransmission: effect on mood, mental state, and memory. Cellular and Molecular Neurobiology 1996;16:325-44.

24 Sundstrom I, Nyberg S, Backstrom T. Patients with premenstrual syndrome have a reduced sensitivity to midazolam compared to control subjects. Neuropsychopharmacology 1997;17:370-81.

25 Sundstrom I, Andersson A, Nyberg S, Ashbrook D, Purdy RH, Backstrom T. Patients with premenstrual syndrome have a different sensitivity to a neuroactive steroid during the menstrual cycle compared to control subjects. Neuroendocrinology 1998;67:126-38.

26 Sundstrom I, Backstrom T. Citalopram increases pregnanolone sensitivity in patients with premenstrual syndrome: an open trial. Psychoneuroendocrinology 1998;23:73-88.

27 Britton KT, Koob GF. Premenstrual steroids? Nature 1998;392:869-70.

28 Romeo E, Stroehle A, Spalletta G, di Michele F, Hermann B, Holsboer F, et al. Effects of antidepressant treatment on neuroactive steroids in major depression. American Journal of Psychiatry 1998;155:910-3.

29 Lam RW, Zis AP, Grewal A, Delgado PL, Charney DS, Krystal JH. Effects of rapid tryptophan depletion in patients with seasonal affective disorder in remission after light therapy. Archives of General Psychiatry 1996;53:41-4.

30 Neumeister A, Praschak-Rieder N, Hesselman B, Rao ML, Gluck J, Kasper SF. Effects of tryptophan depletion on drug-free patients with seasonal affective disorder during a stable response to bright light therapy. Archives of General Psychiatry 1997;54:133-8.

31 Yatham LN, Lam RW, Zis AP. Growth hormone response to sumatriptan (5-HT1D agonist) challenge in seasonal affective disorder: effects of light therapy. Biological Psychiatry 1997;42:24-9.

32 Parry BL, Berga SL, Mostofi N, Sependa PA, Kripke DF, Gillin JC. Morning versus evening bright light treatment of late luteal phase dysphoric disorder. American Journal of Psychiatry 1989;146:1215-7.

33 Parry BL, Mahan AM, Mostofi N, Klauber MR, Lew GS, Gillin JC. Light therapy of late luteal phase dysphoric disorder: an extended study. American Journal of Psychiatry 1993;150:1417-9.

34 Parry BL, Cover H, Mostofi N, LeVeau B, Sependa PA, Resnick A, et al. Early versus late partial sleep deprivation in patients with premenstrual dysphoric disorder and normal comparison subjects. American Journal of Psychiatry 1995;152:404-12.

35 Rosenthal NE, Bradt GH, Wehr TA. Seasonal Pattern Assessment Questionnaire. Bethesda, Md: National Institute of Mental Health 1987.

36 Rosenthal NE. Winter Blues. New York, NY: Guilford Press 1993:29-39.

37 Wehr TA, Sack DA, Rosenthal NE. Seasonal affective disorder with summer depression and winter hypomania. American Journal of Psychiatry 1987;144:1602-3.

38 Lingjaerde O, Foreland AR. Winter depression with spring exacerbation: a frequent occurrence in women with seasonal affective disorder. Psychopharmacology 1999;32:301-7.

39 Glantz SA. Statistica per Discipline Bio-mediche. Terza Edizione (trad. it. a cura di Marinoni A, Balestra V, Favilli S). Milano: McGraw-Hill Libri Italia 1994.

40 Bersani G, Cro F, Portuesi G, Mazzotti E. Epidemiologia del Disturbo Affettivo Stagionale in una popolazione italiana di sesso maschile. Rivista di Psichiatria 1997;32:94-100.

41 Brooks-Gunn J. Differentiating premenstrual symptoms and syndromes. Psychosomatic Medicine 1986;48:385-7.

42 Logue C, Moos R. Perimenstrual symptoms: prevalence and risk factors. Psychosomatic Medicine 1986;48:388-414.

43 Schlager D, Schwartz JE, Bromet EJ. Seasonal variations of current symptoms in a healthy population. British Journal of Psychiatry 1993;163:322-6.

44 Tellenbach H. Melancolia. (trad. it. a cura di Cipollini E). Roma: Il Pensiero Scientifico Editore 1975.

45 Levine ME. Seasonal symptoms in the sub-Arctic. Military Medicine 1995;160:110-4.

46 Wetterberg L. Melatonin and clinical application. Reproduction, Nutrition and Development 1999:367-82.