Un equipo de científicos de España y EE UU ha descubierto un biomarcador
de la etapa inicial del párkinson usando imágenes de resonancia
magnética y algoritmos. El hallazgo podrá servir para mejorar la
detección precoz de esta enfermedad neurodegenerativa.
 |
| Tractografía realizada a partir de resonancia de difusión / LPI-UVa |
Investigadores del Laboratorio de Procesado de Imagen (LPI) de la
Universidad de Valladolid (UVa), la Universidad de Texas en Houston y el
City College de Nueva York han descubierto un biomarcador de la fase
prodrómica del párkinson, su etapa inicial. El estudio se ha publicado
en la revista Frontiers in Neuroscience.
Antes de que sea
posible diagnosticar la enfermedad de Parkinson se producen una serie
de leves signos motores, como una pequeña disminución en la capacidad
motora, temblores o vocalizaciones que imitan los sueños y que aparecen
durante etapas anormales del sueño REM. También pueden surgir otros
signos como el estreñimiento, la hiposmia (un transtorno del olfato) o
pequeños cambios en la visión. A esta fase de la enfermedad se le
denomina prodrómica y se considera que aparece incluso más de 10 años
antes de su posible detección.
“No existen técnicas simples y no invasivas que puedan identificar y
cuantificar los cambios neurodegenerativos que está comenzando a sufrir
el cerebro y que pueden estar relacionados con el párkinson”, explican
los investigadores de la UVa Óscar Peña Nogales y Rodrigo de Luis
García.
Por ello, aseguran, es fundamental desarrollar
biomarcadores y técnicas que permitan el diagnóstico de pacientes en
esta etapa prodrómica, teniendo en cuenta que el éxito de muchas
terapias para detener o ralentizar el proceso neurodegenerativo depende
de su aplicación temprana.
En este sentido, la resonancia
magnética es una herramienta muy poderosa para el estudio del cerebro.
Se trata de una técnica no invasiva e inocua para el paciente, que
permite obtener una enorme cantidad de información acerca de la
morfología, la función y la conectividad que hay en diversas regiones
del cerebro. Consciente de este potencial, el Laboratorio de Procesado
de Imagen de la UVa explora desde hace varios años su aplicación a
diversas enfermedades, como esquizofrenia o migraña, entre otras.
En
este caso, han utilizado una modalidad de resonancia magnética llamada
resonancia de difusión. Mediante un procedimiento denominado
tractografía, pueden saber cómo están conectadas entre sí diferentes
áreas de interés del cerebro. “Es algo así como elaborar un mapa de
carreteras, pero la información que obtenemos no nos dice cuánto tráfico
hay en esas carreteras, sino si son carreteras con mayor o menor
capacidad, o si están en mejor o peor estado. Toda esta información se
agrupa en algo llamado conectoma, que es una cantidad enorme de
información que se puede explotar después”, precisan.
Evolución a lo largo de un año
En
lugar de observar meramente el “mapa de carreteras”, los investigadores
se fijaron en cómo evoluciona en cada uno de los sujetos a lo largo de
un año. Con esta información, han entrenado a un algoritmo de
aprendizaje automático (machine learning) para que aprenda a distinguir entre la evolución de personas sanas y la evolución de personas con párkinson.
Posteriormente,
lo probaron con un tercer grupo y resultó que el algoritmo era capaz de
distinguir entre personas sanas y personas susceptibles de tener
párkinson prodrómico, con una buena sensibilidad y especificidad, un
hecho inédito hasta la fecha.
A partir de la puntuación que
proporcionó el modelo, los investigadores establecieron un umbral para
dividir a los pacientes susceptibles de estar en la fase prodrómica en
dos grupos: pacientes que probablemente evolucionarían hacia la
enfermedad y los que no. “Validamos esta división con métricas clínicas
que se aplicaron a los pacientes a lo largo de un seguimiento de un año y
medio, y vimos cómo estas métricas empeoraban en los pacientes que
habíamos clasificado como de probable evolución al párkinson, mientras
que se mantenían constantes en los pacientes del otro grupo”, aseguran.
Asimismo,
observaron que las conexiones cerebrales en las que el algoritmo se
fijaba más para hacer su clasificación se correspondían con las regiones
afectadas por el párkinson señaladas en diversos trabajos previos.
Aunque se trata de un trabajo
prometedor, el estudio se ha realizado con un número de pacientes
bastante reducido, por lo que será necesario ampliar la muestra para
corroborar el resultado, e incluso refinar el algoritmo.
No
obstante, han demostrado que “es posible, analizando la evolución de la
conectividad cerebral de las personas a lo largo del tiempo, identificar
con razonable precisión a aquellas susceptibles de estar en la fase
prodrómica del párkinson”. “Creemos que es posible detectar signos muy
leves de neurodegeneración en esta y otras enfermedades utilizando
resonancia magnética. Pero para que esto se traslade a la práctica
clínica es necesario hacer más estudios y de mayor tamaño, lo que es
bastante difícil porque requiere mucho dinero”, lamentan.
Avanzar
en el diagnóstico temprano del párkinson y de otras enfermedades
neurodegenerativas es muy importante dada la trascendencia que están
adquiriendo en la sociedad actual. “La edad es un factor de riesgo
inevitable y la esperanza de vida de la población ha ido en aumento. Por
eso es probable que el número de casos de párkinson se duplique en los
próximos 20 años”, subrayan los investigadores.
Óscar Peña-Nogales, Timothy M. Ellmore, Rodrigo de Luis-García,
Jessika Suescun, Mya C. Schiess. Luca Giancardo. “Longitudinal
Connectomes as a Candidate Progression Marker for Prodromal Parkinson’s
Disease”. Frontiers in Neuroscience (9 de enero, 2019 | https://doi.org/10.3389/fnins.2018.00967
Fuente: DICYT
No hay comentarios:
Publicar un comentario