La magnetoencefalografía podría ser una herramienta útil para distinguir a los individuos con deterioro cognitivo subjetivo y a los adultos mayores sanos sin preocupaciones cognitivas, lo que contribuirá seguir avanzando en la detección precoz e individualizada del Alzheimer.

Así se desprende del los resultados obtenidos de un estudio realizado por un equipo multidisciplinar e internacional de científicos, entre los que han participado investigadores del CIBER-BBN del grupo que lidera Elena Hernando en el CTB-UPM.

La utilización de la técnica no invasiva de la magnetoencefalografía consiste en medir las corrientes magnéticas en nuestro cerebro, asociadas a la comunicación de las neuronas, para estudiar las relaciones entre las estructuras cerebrales y sus funciones.

Tal y como explica Stefan Walter, investigador de la URJC y coautor del estudio, “nuestro clasificador mostró una buena validez externa, siendo exitoso no sólo para una muestra de deterioro cognitivo subjetivo no vista, sino también en una población diferente con casos de deterioro cognitivo leve”.

Los hallazgos de esta investigación, publicados en la revista científica Alzheimer’s research & therapy, destacan las aplicaciones potenciales de estas técnicas electrofisiológicas para mejorar en la recogida de muestras a nivel individual y avanzar en la detección de la demencia preclínica.

Los investigadores han utilizado patrones matemáticos para analizar las muestras tomadas a doscientos cincuenta y dos adultos, 70 de ellos sanos (controles), 91 con deterioro cognitivo subjetivo y otros 91 con deterioro cognitivo leve. Todos ellos se sometieron a una magnetoencefalografía, empleándose una frecuencia específica “alfa” para entrenar un clasificador de ‘machine learning’ y distinguir entre controles sanos y deterioro cognitivo subjetivo. Además, los participantes de deterioro cognitivo leve fueron utilizados para validar el algoritmo previamente entrenado.

“Después de dividir aleatoriamente la muestra en dos tercios para el descubrimiento y un tercio para la validación, el clasificador recién capacitado también fue capaz de clasificar correctamente a los individuos con deterioro cognitivo subjetivo en la muestra de validación”, destaca el investigador de la URJC.

Los resultados revelan que las regiones seleccionadas por el algoritmo incluyen las áreas medial frontal, temporal y occipital, es decir, que con este método se pueden identificar bastante bien a pacientes con quejas subjetivas de memoria. “Estas personas tienen un riesgo más alto de padecer la enfermedad de Alzheimer en un futuro lejano, dentro de 10 o 15 años”, señala Stefan Walter, añadiendo que “estudiando la respuesta de estas personas a intervenciones de todo tipo, podría convertirse en una guía para la prevención de la enfermedad de Alzheimer”. Además, como continuación a este estudio se medirá la función cerebral, utilizando las misma técnicas descritas en el artículo publicado y se apicararán los algoritmos identificados en este trabajo.

Y es que a medida que las poblaciones mundiales envejecen, se observa como la prevalencia de la enfermedad de Alzheimer aumenta rápidamente sin que los tratamientos existentes logren fretar esta progresión. Los principales estudios sobre esta enfermedad se centran principalmente en sus etapas iniciales o preclínicas, como la deterioro cognitivo subjetivo (DCS) y el deterioro cognitivo leve (DCL). Sin embargo, todavía está muy poco caracterizada y no existe ningún estudio neurofisiológico dedicado a su clasificación individual.

Esta investigación se enmarca en el proyecto VIVIBRAIN.es y ha contado con la financiación de la convocatoria de Atracción de Talento de la Comunidad de Madrid. El equipo de investigación ha estado compuesto por científicos del Laboratorio de Neurociencia Cognitiva y Computacional (UCM-UPM), del departamento de Psicología Experimental de la UCM, del departamento de Neurología del Hospital Clínico San Carlos de Madrid, del departamento de Epidemiología y Bioestadística de la Universidad de California y del departamento de Medicina Preventiva y Salud Pública de la URJC.

Artículo de referencia

David López-Sanz, Ricardo Bruña, María Luisa Delgado-Losada, Ramón López-Higes, Alberto Marcos-Dolado, Fernando Maestú and Stefan Walter. Electrophysiological brain signatures for the classification of subjective cognitive decline: towards an individual detection in the preclinical stages of dementia doi: 10.1186/s13195-019-0502-3