Una nueva prueba para predecir la demencia ocho años antes del diagnóstico

Actualmente existe un gran interés en identificar estrategias para reducir la creciente carga poblacional de demencia. Los síndromes clínicos de demencia son causados ​​por múltiples neuropatologías que típicamente coexisten en los individuos. La patología de la enfermedad de Alzheimer (EA) es el factor que más contribuye a la demencia a nivel poblacional y está asociada con distintos patrones de depósito patológico de proteínas y función neuronal alterada que preceden al desarrollo de cambios estructurales del cerebro y síntomas clínicos por un período de años. La capacidad de detectar de forma fiable cambios tempranos en la función neuronal asociada con la EA proporcionaría una plataforma para el desarrollo de estrategias individualizadas de prevención de la demencia.

Ahora, Investigadores de la Universidad Queen Mary de Londres han desarrollado un nuevo método para predecir la demencia con más del 80% de precisión y hasta nueve años antes de un diagnóstico. El nuevo método proporciona una forma más precisa de predecir la demencia que las pruebas de memoria o las mediciones de la contracción cerebral, dos métodos comúnmente utilizados para diagnosticar la demencia. El trabajo se ha publicado en 'Nature Mental Health'

El equipo, dirigido por el profesor Charles Marshall, desarrolló la prueba predictiva analizando exploraciones de resonancia magnética funcional (RMF) para detectar cambios en la "red de modo predeterminado" (DMN, de sus siglas en inglés) del cerebro. La DMN conecta regiones del cerebro para realizar funciones cognitivas específicas y es la primera red neuronal afectada por alzéheimer.

Más de 1.100 voluntarios

Los investigadores utilizaron exploraciones por resonancia magnética funcional de más de 1.100 voluntarios del Biobanco del Reino Unido, una base de datos biomédica a gran escala y un recurso de investigación que contiene información genética y de salud de medio millón de participantes del país, para estimar la conectividad efectiva entre diez regiones del cerebro que constituyen el modo predeterminado. red.

Los investigadores asignaron a cada paciente un valor de probabilidad de demencia en función del grado en que su patrón de conectividad efectiva se ajusta a un patrón que indica demencia o un patrón similar a un control.

Compararon estas predicciones con los datos médicos de cada paciente, registrados en el Biobanco. Los hallazgos mostraron que el modelo había predicho con precisión la aparición de la demencia hasta nueve años antes de que se hiciera un diagnóstico oficial, y con una precisión superior al 80%. En los casos en los que los voluntarios habían desarrollado demencia, también se descubrió que el modelo podía predecir con un margen de error de dos años exactamente cuánto tiempo llevaría realizar ese diagnóstico.

Riesgo genético y DMN

Los investigadores también examinaron si los cambios en el DMN podrían deberse a factores de riesgo conocidos de demencia. Su análisis mostró que el riesgo genético de padecer la enfermedad de Alzheimer estaba fuertemente asociado con los cambios de conectividad en la DMN, lo que respalda la idea de que estos cambios son específicos de la enfermedad de Alzheimer. También encontraron que era probable que el aislamiento social aumentara el riesgo de demencia a través de su efecto sobre la conectividad en la DMN.

Charles Marshall, profesor y neurólogo, que ha dirigió el equipo de investigación del Centro de Neurología Preventiva del Instituto Wolfson de Salud de la Población Queen Mary, ha documentado: "Predecir quién sufrirá demencia en el futuro será vital para desarrollar tratamientos que puedan prevenir la pérdida irreversible de células cerebrales que causa los síntomas de la demencia. Aunque estamos mejorando en la detección de las proteínas en el cerebro que pueden causan alzhéimer, muchas personas viven durante décadas con estas proteínas en el cerebro sin desarrollar síntomas de demencia. Esperamos que la medida de la función cerebral que hemos desarrollado nos permita ser mucho más precisos sobre si alguien realmente va a desarrollar demencia para que podamos identificar si podrían beneficiarse de tratamientos futuros".

Por su parte Samuel Ereira, coautor principal del trabajo, ha enfatizado: "Utilizando estas técnicas de análisis con grandes conjuntos de datos podemos identificar a aquellos con alto riesgo de demencia y también aprender qué factores de riesgo ambientales han tenido. Existe un enorme potencial para aplicar estos métodos a diferentes redes cerebrales y poblaciones, para ayudarnos a comprender mejor las interacciones entre el medio ambiente, la neurobiología y la enfermedad, tanto en la demencia como posiblemente en otras enfermedades neurodegenerativas. "Herramienta de imágenes médicas invasiva, y se necesitan unos 6 minutos para recopilar los datos necesarios en un escáner de resonancia magnética, por lo que podría integrarse en las vías de diagnóstico existentes, particularmente donde ya se utiliza la resonancia magnética".