La combinación de dos técnicas de bajo costo se ha mostrado eficaz en el diagnóstico del alzhéimer, una enfermedad neurodegenerativa y progresiva del sistema nervioso central. El análisis de datos obtenidos mediante la aplicación de la técnica de electroencefalografía (EEG) –utilizada en el diagnóstico de enfermedades tales como la epilepsia, la esquizofrenia, el párkinson y los trastornos del sueño–, en combinación con un algoritmo computacional, permitió diferenciar entre pacientes sanos y los portadores de esta afección. Este estudio, publicado en la revista PLOS ONE, estuvo a cargo de científicos de la Universidade Estadual Paulista (Unesp) y del Instituto Nacional de Investigaciones Espaciales (Inpe) de Brasil.
“La técnica utilizada en este trabajo, propuesta durante mi doctorado, permite mapear datos fisiológicos en una red compleja y analizar la dinámica de informaciones a partir de las características de la red asociada. Se sabe que datos de EEG de pacientes con la enfermedad de Alzheimer arrojan una disminución de los llamados componentes de alta frecuencia, como así también un aumento de los componentes de baja frecuencia, cuando se los compara con los estudios de pacientes sanos. Observamos que los datos de EEG de pacientes con dinámicas distintas [sanos versus enfermos] redundaron en un mapeo en redes con topologías también distintas, lo que constituye una muestra de la eficiencia de esta técnica”, explica Andriana Campanharo, docente del Instituto de Biociencias de Botucatu (IBB-Unesp) y coordinadora del estudio.
La electroencefalografía consiste en la medición de las señales eléctricas del cerebro mediante la aplicación de electrodos en el cuero cabelludo, lo que permite el registro de las actividades de las neuronas en intervalos de tiempo uniformes. En tanto, una red compleja es una estructura descrita por un conjunto de vértices, aristas y por algún tipo de interacción entre estos de manera tal que pueda analizárselos computacionalmente.
“Una de las grandes ventajas de este trabajo consiste en utilizar datos de electroencefalogramas, que son estudios de bajo costo, con una alta resolución temporal y amplia disponibilidad, y que suministran información valiosa sobre la dinámica cerebral de individuos con alzhéimer”, dice Aruane Mello Pineda, primera autora del trabajo, realizado durante su maestría en el IBB-Unesp.
El diagnóstico fue posible con base en la clasificación de las redes complejas asociadas a los datos de EEG de 48 voluntarios, de los cuales 24 eran sanos y 24 padecían alzhéimer en un estadio avanzado. La información forma parte de un banco de datos reunido por investigadores de la Universidad del Estado de Florida, en Estados Unidos.
Las áreas más afectadas
Aparte de la clasificación de todos los voluntarios como “sanos” o “enfermos”, se realizó una investigación de las áreas del cerebro más afectadas por la enfermedad. Para ello, los datos de EEG de los portadores de alzhéimer, en 19 posiciones distintas del cuero cabelludo, también se mapearon en redes complejas.
Con base en el análisis estadístico de las redes obtenidas, los investigadores arribaron a la conclusión de que el área temporal parietal izquierda –en la parte trasera superior de la cabeza– es donde los electrodos mejor detectan las señales eléctricas asociadas al alzhéimer.
“Esta observación corresponde a la actual comprensión sobre la progresión de la enfermedad, que generalmente se manifiesta en esa área, responsable de la memoria verbal y que, aparentemente, es más vulnerable”, afirma Mello Pineda, quien actualmente realiza su doctorado, en el Centro de Ciencias Matemáticas Aplicadas a la Industria (CeMEAI), un Centro de Investigación, Innovación y Difusión (CEPID) financiado por la FAPESP y hospedado en la Universidad de São Paulo (USP), en la ciudad paulista de São Carlos.
El grupo encabezado por Campanharo trabaja ahora con un banco de datos mayor, con más de 100 pacientes, entre sanos y con diferentes estadios de alzhéimer. Toda vez que la técnica fue validada para identificar a los portadores de la enfermedad en un estadio avanzado, el objetivo actual consiste en detectar patrones que diferencien el estadio inicial del avanzado.
Este trabajo abre el camino para que en el futuro exista un diagnóstico automático y más preciso de la enfermedad de Alzheimer. De esta forma, será posible detectarla aún en su fase inicial, lo cual facilitará el tratamiento precoz.
El estudio contó con la colaboración de los investigadores Fernando M. Ramos, del Inpe, y Luiz Eduardo Betting, de la Facultad de Medicina de Botucatu (FMB-Unesp).
Fuente: DICYT
fecha:
