La tecnología aplicada permitió identificar a un subgrupo de personas que evolucionó hasta 5 veces más rápido hacia la demencia. La atrofia cerebral también fue mayor.
Las expectativas sobre el potencial de la llamada minería de datos, es decir, la capacidad de extraer información significativa de los datos que antes pasaba desapercibida, no parece que vaya a decaer (ni a decepcionar, esperamos).
Una investigación reciente, publicada en la revista Scientific Reports, muestra que en el campo del alzhéimer el análisis avanzado de la información a través de algoritmos puede sacar a la superficie conocimientos valiosos.
En el estudio se llegó a identificar dos subgrupos dentro de las personas con deterioro cognitivo leve, uno que evolucionaba aceleradamente hacia la demencia y otro que lo hacía más lentamente.
El deterioro cognitivo leve (DCL) es una condición en que la persona tiene ciertos déficits en procesos como la memoria o el lenguaje, pero que no impiden que lleve una vida independiente.
Las personas con deterioro cognitivo leve están en mayor riesgo de desarrollar demencia, porque muchas veces esa condición es el resultado de un proceso neurodegenerativo como el alzhéimer.
También te puede interesar leer: ¿Qué diferencia la demencia, el párkinson y el alzhéimer?
El doble de atrofia cerebral en un subgrupo.
Los investigadores, pertenecientes al Centro Médico de la Universidad de Duke, analizaron los datos acumulados durante 5 años de 562 personas con deterioro cognitivo leve.
Durante ese periodo los implicados en el estudio recibieron periódicamente evaluaciones físicas y mentales; todo un cúmulo de datos que al ser procesado reveló algo que ya se sabía, pero a lo que no se le había puesto cifras: el DCL es una condición muy heterogénea y mientras algunos parece que permanecen ahí durante años, otros pasan a la demencia a gran velocidad.
De las 562 personas analizadas, 240 experimentaron un deterioro cognitivo acelerado y tenían el doble de atrofia cerebral que las 184 personas que evolucionaron lentamente. En el primer grupo la tasa de progresión a la demencia fue casi 5 veces la del segundo grupo.
¿Por qué se dan estas diferencias? ¿Por qué unas personas deterioran más rápidamente que otras? ¿El género, el estilo de vida, los genes?
No se sabe, pero los investigadores pretenden seguir indagando en ese sentido.
Por el momento consideran que el algoritmo puede ayudar a identificar a aquellos que tienen más riesgo de desarrollar demencia y así incluirlos en los ensayos clínico que necesitan a personas en fases muy iniciales de alzhéimer.
También te puede interesar leer: Demencia vascular tratamiento.
Otra posible aplicación es poder identificar subtipos de pacientes, de manera que los ensayos clínicos con fármacos sean más precisos y exitosos. Según explica Murali Doraiswamy, uno de los autores del estudio:
Todo el mundo piensa que el alzhéimer es una única enfermedad, pero no lo es. Hay muchos subgrupos. Si tú incluyes a diferentes subgrupos en un ensayo, pero tu fármaco está dirigido sólo a una vía biológica, por supuesto que las personas que no tienen esa anomalía no van a responder al fármaco y el ensayo va a fracasar.
Más allá de si este algoritmo en específico va a poder aplicarse en otras investigaciones, los resultados de este estudio sí hablan a favor del uso de la minería de datos en el campo de la demencia.
Desde hace muchos años en países como EE.UU. Reino Unido y España se está evaluando periódicamente a miles de personas para identificar claves alrededor del alzhéimer y la demencia. La minería de datos será fundamental para extraer todos los beneficios de esa información.
También te puede interesar leer: ¿Es hereditario el Alzheimer?
Fuentes y referencias
Gamberger, Dragan, Lavrač, Nada, Srivatsa, Shantanu, Tanzi, Rudolph E., Doraiswamy, P. Murali (2017): Identification of clusters of rapid and slow decliners among subjects at risk for Alzheimer’s disease. Scientific Reports
Duke University Medical Center (2017): Scientists use new data mining strategy to spot those at high Alzheimer’s risk. Disponible en https://www.eurekalert.org/pub_releases/2017-07/dumc-sun072617.php