Investigadores de la Universidad de Texas en Arlington ha creado DETree, una herramienta que además de identificar el estado clínico de pacientes dentro del espectro del Alzheimer, también ayuda a predecir su progresión.
Según la Organización Mundial de la Salud, alrededor de 55 millones de personas en todo el mundo viven con demencia. La enfermedad de Alzheimer, una afección incurable que deteriora la función cerebral, es su forma más común.
Además de sus efectos físicos, el Alzheimer causa ramificaciones psicológicas, sociales y económicas que no sólo afectan las personas que padecen la enfermedad. También tiene consecuencias en las personas que las aman y cuidan.
Debido al hecho de que sus síntomas empeoran con el tiempo, es importante que tanto los pacientes como sus cuidadores se preparen para la eventual necesidad de aumentar la cantidad de apoyo a medida que avanza la enfermedad.
Con ese fin, investigadores de la Universidad de Texas en Arlington han creado un marco novedoso basado en el aprendizaje que ayudará a los pacientes de Alzheimer a identificar con precisión su posición dentro del espectro de desarrollo de la enfermedad.
Esto les permitirá predecir la llegada de etapas posteriores por lo que facilitará la planificación de la atención futura a medida que avance la enfermedad.
Dajiang Zhu, profesor asociado de ciencias informáticas e ingeniería en la UTA comenta que «durante décadas, se han propuesto y evaluado una variedad de enfoques predictivos en términos de la capacidad predictiva de la enfermedad de Alzheimer y su precursor, el deterioro cognitivo leve».
«Muchas de estas herramientas de predicción anteriores pasaron por alto la naturaleza continua de cómo se desarrolla la enfermedad de Alzheimer y las etapas de transición de la enfermedad«, finaliza.
En un trabajo respaldado por más de $2 millones en subvenciones de los Institutos Nacionales de Salud y el Instituto Nacional sobre el Envejecimiento, el laboratorio de investigación de Descubrimiento Neurocientífico y de Imágenes Médicas de Zhu y Li Wang, profesor asociado de matemáticas de la UTA, desarrollaron un nuevo marco de integración basado en el aprendizaje que codifica las diversas etapas del desarrollo de la enfermedad de Alzheimer en un proceso que llaman «árbol de incrustación de enfermedades» o DETree.
Con este marco, DETree no sólo puede predecir cualquiera de los cinco grupos clínicos del desarrollo de la enfermedad sino que también proporciona información del estado proyectando en que punto se encontrará el paciente a medida que avanza la enfermedad.
Para probar su marco DETree, los investigadores utilizaron datos de 266 personas con Alzheimer de la Iniciativa multicéntrica de Neuroimagen de la Enfermedad de Alzheimer.
Los resultados de la estrategia DETree se compararon con otros métodos para predecir la progresión de la enfermedad. El experimento se repitió varias veces utilizando métodos de aprendizaje automático para validar la técnica.
Zhu explica que «sabemos que las personas que viven con la enfermedad de Alzheimer a menudo desarrollan síntomas que empeoran a ritmos muy diferentes«.
También cuenta que «nos alienta que nuestro nuevo marco sea más preciso que los otros modelos de predicción disponibles, lo que esperamos ayude a los pacientes y sus familias a planificar mejor las incertidumbres de esta enfermedad complicada y devastadora».
Él y su equipo de la de la Universidad de Texas en Arlington creen que el marco DETree tiene el potencial de ayudar a predecir la progresión de otras enfermedades que tienen múltiples etapas clínicas de desarrollo, como el Parkinson, la enfermedad de Huntington y la enfermedad de Creutzfeldt-Jakob.
