Investigadores de la Universidad de Stanford, en Estados Unidos, han creado un modelo informático para buscar señales cerebrales asociadas al Alzhéimer. Según el estudio, publicado este jueves en la revista Science Advances, podría reconocerlas antes de que aparezcan los problemas de memoria.
El modelo, basado en aprendizaje automático, analiza resonancias magnéticas del cerebro en reposo. Su objetivo es estimar el riesgo de alzhéimer en personas mayores que aún no muestran deterioro cognitivo.
Hasta ahora, otros trabajos comparaban a pacientes con Alzhéimer con adultos sanos. Este equipo optó por contrastarlos con los llamados SuperAgers, personas que conservan una cognición muy buena en la vejez.
Los autores bautizaron la herramienta como Alzheimer’s Resilience-Vulnerability Connectome. Mide cuánto se parece el cerebro de cada persona al de un paciente o al de uno de esos mayores excepcionales.
Para entrenarlo y evaluarlo usaron resonancias de 180 SuperAgers y 110 pacientes con Alzhéimer diagnosticado. Todos tenían al menos 75 años.
Después validaron el sistema con un grupo independiente de 143 personas. También lo probaron en otro grupo de 497, con un rendimiento similar.
El siguiente paso fue aplicarlo a 818 personas de una cohorte más joven, sin deterioro cognitivo y sin ningún SuperAgerprevio. El modelo las situó en una escala que va desde los SuperAgers hasta el diagnóstico de Alzhéimer.
Los investigadores siguieron a los participantes entre 5 y 15 años. Quienes tenían patrones cerebrales parecidos a los de los pacientes sufrieron un deterioro cognitivo más rápido.
También acumularon más beta-amiloide, una proteína asociada a la enfermedad, y tuvieron más probabilidad de desarrollarla.
Los autores consideran que los resultados respaldan la utilidad potencial de la herramienta para estimar el riesgo de forma temprana en mayores sin deterioro. El trabajo habla de una utilidad potencial, no de una prueba validada para la práctica clínica.