Un nuevo biomarcador de imagen para detectar el alzhéimer

Investigadores de la Universidad Politécnica de Madrid participan en un proyecto internacional que ha identificado un nuevo biomarcador, extraído de imágenes de resonancia magnética, que favorece el diagnóstico precoz de la enfermedad de Alzheimer.

SINC | | 07 junio 2019 09:04

<p>En el alzhéimer, los cambios en la etapa inicial son sutiles y es difícil distinguir los patrones mediante la evaluación radiológica convencional. / UPM</p>

En el alzhéimer, los cambios en la etapa inicial son sutiles y es difícil distinguir los patrones mediante la evaluación radiológica convencional. / UPM

La enfermedad de Alzheimer (EA), que afecta a más de 800.000 personas solo en España según datos de la Sociedad Española de Neurología, es la forma predominante de demencia en ancianos. Uno de los principales problemas a los que se enfrentan médicos y pacientes a la hora de abordar su tratamiento y prevención es la dificultad de detectarla precozmente. De hecho, se calcula que entre un 30 y un 40 % de los afectados está sin diagnosticar.

Investigadores de la Universidad Politécnica de Madrid (UPM) han participado en un estudio internacional que ha identificado un nuevo biomarcador clave para detectar precozmente la enfermedad mediante resonancia magnética.

Cuando a un paciente se le diagnostica alzhéimer, la atrofia ya está bien establecida en el cerebro: los volúmenes del hipocampo se han reducido en un 15-25 %

“Cada vez es más evidente que, cuando a un paciente se le diagnostica alzhéimer, la atrofia ya está bien establecida en el cerebro. En los individuos afectados, los volúmenes entorrinales ya se han reducido en un 20-30 % y los volúmenes del hipocampo en un 15-25 %”, explica Consuelo Gonzalo, del Centro de Tecnología Biomédica de la UPM y una de las autoras del estudio.

Sin embargo, las estimaciones de la progresión de la atrofia, entre un 0,8 y un 2 % anual, sugieren que este proceso –asociado a la enfermedad en áreas como el lóbulo temporal medio– debe haber estado activo durante un período de varios años antes del diagnóstico o incluso la presencia de síntomas, por lo que ser capaces de detectar estas pequeñas anomalías iniciales es vital para avanzar en un diagnóstico precoz de la enfermedad.

De acuerdo con diferentes estudios se sabe que, aunque es difícil identificar el alzhéimer en los estadios iniciales, sí se han llegado a detectar ovillos neurofibrilares y depósitos de placa beta amiloide (Aβ). El resultado principal de estas alteraciones es la destrucción de las sinapsis, seguida de la degeneración de los axones y, en última instancia, la atrofia del árbol dendrítico y del pericarión, lo que conduce a la atrofia en regiones específicas del cerebro, como por ejemplo el hipocampo.

El proceso de degeneración puede visualizarse mediante diferentes modalidades de imágenes médicas y ha demostrado ser un valioso biomarcador de la etapa y la agresividad potencial del aspecto neurodegenerativo de la patología de la enfermedad de Alzheimer.

“Los grandes avances en neuroimagen han proporcionado oportunidades para estudiar enfermedades relacionadas con la neurología. La tomografía por emisión de positrones (TEP) y la resonancia magnética (RM) se utilizan ampliamente en estudios relacionados dada su amplia disponibilidad, su naturaleza no invasiva y la ausencia relativa de molestias para el paciente”, explica Consuelo Gonzalo.

Más cerca del diagnóstico precoz

Sin embargo, los cambios en la etapa inicial son sutiles y es difícil distinguir los patrones mediante la evaluación radiológica convencional. Por tanto, sigue siendo difícil establecer biomarcadores fiables para el diagnóstico y el seguimiento de la progresión de la enfermedad, especialmente en los primeros estadios. Esto ha llevado al desarrollo de numerosos métodos automáticos para la evaluación de la atrofia cerebral. Y es, en esta línea, en la que se mueve el trabajo de la UPM.

Los resultados han demostrado una mejora significativa en la clasificación de la enfermedad frente al deterioro cognitivo en comparación con otras aproximaciones

Los resultados experimentales obtenidos han demostrado una mejora significativa en la clasificación de la enfermedad de Alzhéimer frente al deterioro cognitivo en comparación con otras aproximaciones encontradas en la literatura.

“Aunque dadas las diferencias de edad, sexo, deficiencia o calidad de imagen entre las poblaciones de estudio es imposible hacer una comparación directa, en general, podemos afirmar que los resultados obtenidos son comparables o mejores que los de métodos texturales similares”, explica.

“Los datos obtenidos con el método propuesto sugieren la extensión del estudio a otros casos, como la discriminación entre el trastorno cognitivo normal y leve o para predecir la evolución del trastorno cognitivo leve a la enfermedad de Alzheimer, así como la expansión y refinamiento de la muestra mediante su extensión a otras bases de datos”, concluye la investigadora.

Como propuesta de futuro, los autores tienen en mente la mejora de la capacidad de discriminación de la característica textural presentada en este trabajo aplicándola solo a áreas específicas del cerebro.

Referencia bibliográfica:

Ortiz-Toro, César A., Gonzalo-Martín, Consuelo, García-Pedrero, Angel y Menasalvas Ruiz, Ernestina. Supervoxels-Based Histon as a New Alzheimer’s Disease Imaging Biomarker, Sensors, 18 (6), 2018. DOI = {10.3390/s18061752} https://www.mdpi.com/1424-8220/18/6/1752?type=check_update&version=2

El trabajo se ha llevado a cabo apoyándose en la herramienta Clinica que proporciona un flujo de trabajo estandarizado, lo que representa un paso importante hacia la reproducibilidad de esta investigación y su comparabilidad con desarrollos futuros. En él han participado, además de la UPM, el National Center for Scientfic Research “Demokritos”, el Athens Technology Center, la Gottfried Wilhelm Leibniz Universität de Hannover, el Servicio Madrileño de Salud y el ST George's Hospital Medical School, la Alzheimer's Research Uk, el Grupo Español de Cáncer de Pulmón, La Fundació Centre de Regulacio Genomica y la University of Maryland Institute For Advanced Computer Studies, en el marco del proyecto europeo Integration and analysis of heterogeneous big data for precision medicine and suggested treatments for different types of patients (IASIS).