Dalla lieve compromissione cognitiva all’Alzheimer Prevedere il rischio
From mild cognitive impairment to Alzheimer's Predicting the risk
Condividi su Pinterest- La demenza colpisce più di 55 milioni di persone nel mondo, con un costo di circa 1,3 trilioni di dollari all’anno.
- La forma più comune di demenza, la malattia di Alzheimer, colpisce fino al 70% di queste persone.
- Le nuove terapie sono più efficaci se iniziate precocemente nella progressione della malattia, ma la diagnosi è difficile in questa fase in quanto i sintomi precoci vengono spesso ignorati come normali cambiamenti legati all’invecchiamento.
- Ora, uno nuovo studio ha sviluppato un framework di apprendimento profondo che può identificare il rischio di progredire dalla compromissione cognitiva lieve all’Alzheimer.
Nel 2019, secondo lo studio Global Burden of Diseases, Injuries, and Risk Factors, si stima che nel mondo ci fossero 57,4 milioni di persone con demenza.
Entro il 2050, lo studio prevede che il numero sarà salito a più di 150 milioni. E la maggior parte di queste persone avrà la malattia di Alzheimer.
Il costo della demenza è enorme, mettendo enormi pressioni sui sistemi di assistenza e sulle famiglie. A livello globale, i costi annuali sono stimati a 1,3 trilioni di dollari all’anno.
Fino a poco tempo fa, le terapie disponibili potevano alleviare i sintomi, ma nessuna poteva rallentare o fermare la progressione della malattia.
Diagnosi precoce per garantire l’efficienza del trattamento
Le nuove terapie con anticorpi monoclonali per la malattia di Alzheimer, come lecanemab, aducanumab e donanemab, sono state accolte come le prime terapie modificanti la malattia.
- Aiutare i propri cari con declino cognitivo a rinunciare alle chiav...
- L’odore dell’olio di menta piperita potrebbe aiutare a ...
- Un nuovo dispositivo indossabile potrebbe aiutare a rilevare il can...
Possono rimuovere le placche di amiloide che si accumulano nel cervello e si pensa siano responsabili della maggior parte dei sintomi della malattia.
Tuttavia, queste terapie sono efficaci solo se somministrate precocemente nel corso della malattia. E qui risiede il problema, poiché la diagnosi attuale, secondo l’Alzheimer’s Association, si basa principalmente sulla documentazione del declino mentale e la condizione viene diagnosticata raramente prima che si verifichi un danno significativo al cervello.
Marker biologici per la malattia di Alzheimer, come le proteine amiloide e tau, possono essere rilevati nel liquido cerebrospinale (CSF), ma questo test invasivo ed costoso non è del tutto affidabile.
La ricerca ha suggerito che questi marker biologici possono essere rilevati anche nel plasma sanguigno, ma c’è ancora un lungo cammino da percorrere prima che questi test possano essere utilizzati nella pratica clinica.
La dottoressa Emer MacSweeney, CEO e consulente neuroradiologa presso Re:Cognition Health, ha sottolineato l’importanza di una diagnosi precoce, affermando:
“Con i recenti e tanto attesi successi degli studi clinici internazionali per nuove terapie modificanti la malattia di Alzheimer e l’approvazione da parte della FDA di aducanumab e lecanemab, c’è un’urgente necessità di sviluppare valutazioni economiche e ubiquitarie per identificare precocemente le persone a rischio di sviluppare un declino cognitivo progressivo, dovuto alla malattia di Alzheimer.”
Compromissione cognitiva lieve e rischio di demenza
Molte persone sperimentano una compromissione cognitiva lieve con l’avanzare dell’età, ma la maggior parte di loro non svilupperà la malattia di Alzheimer.
Un approccio alla diagnosi consiste nel identificare quali individui con compromissione cognitiva lieve sono più a rischio di sviluppare la malattia di Alzheimer.
Uno nuovo studio ha fatto proprio questo – sviluppando un framework di apprendimento profondo che può stratificare gli individui con compromissione cognitiva lieve in base al loro rischio di avanzamento verso la malattia di Alzheimer. La ricerca è pubblicata su iScience.
Il dottor Percy Griffin, direttore dell’Alzheimer’s Association per il coinvolgimento scientifico, non coinvolto in questa ricerca, ha accolto con favore lo studio.
“Se questo lavoro verrà validato in coorti più ampie e diverse, aiuterà i clinici a prevedere la transizione dalle fasi iniziali alle fasi successive della malattia. Questo è importante perché la diagnosi precoce e accurata consentirà alle persone di beneficiare delle nuove e emergenti terapie per l’Alzheimer in una fase più precoce della malattia,” ha detto a Medical News Today.
Un nuovo modo per rilevare i sottili cambiamenti cerebrali
I ricercatori che hanno condotto il nuovo studio hanno utilizzato dati dell’Alzheimer’s Disease Neuroimaging Initiative (ADNI) e del National Alzheimer’s Coordinating Center (NACC).
Tutti i partecipanti i cui dati sono stati inclusi nello studio avevano una compromissione cognitiva lieve. I ricercatori hanno utilizzato immagini di risonanza magnetica (MRI) e marcatori biologici nel liquido cerebrospinale (CSF) per diagnosticare la compromissione cognitiva lieve e la malattia di Alzheimer, così come dati post-mortem per confermare queste diagnosi.
Hanno separato gli individui con lieve compromissione cognitiva in gruppi in base ai livelli di amiloide nel fluido cerebrale. Hanno quindi studiato i modelli di volume della materia grigia all’interno di questi gruppi per identificare i gruppi a rischio.
I radiologi hanno analizzato le scansioni MRI per identificare la presenza e l’estensione dell’atrofia in diverse regioni. L’atrofia cerebrale è associata alla progressione dalla lieve compromissione cognitiva alla malattia di Alzheimer.
Successivamente i ricercatori hanno sviluppato modelli di deep learning per prevedere la progressione dalla lieve compromissione cognitiva alla malattia di Alzheimer.
Hanno poi collegato le previsioni del loro modello con prove biologiche, confermando le diagnosi di Alzheimer con dati post-mortem.
L’autore corrispondente Dr. Vijaya B. Kolachalama, professore associato di medicina presso la Scuola di Medicina Chobanian & Avedisian della Boston University, ha spiegato
“Abbiamo utilizzato reti neurali profonde basate sulla sopravvivenza in combinazione con MRI strutturali minimamente processate, una tecnica non invasiva ampiamente disponibile. Inoltre, utilizzando metodi di deep learning all’avanguardia in combinazione con SHapley Additive exPlanations (SHAP), un metodo basato sulla teoria dei giochi cooperativi utilizzato per aumentare la trasparenza e l’interpretabilità dei modelli di machine learning, siamo stati in grado di identificare le regioni particolarmente importanti per la previsione di un aumento del rischio di progressione”.
Il Dr. Griffin si è mostrato incoraggiato dai risultati dello studio: “La malattia di Alzheimer uccide le cellule cerebrali e cambia la struttura del cervello in diverse regioni. Nelle prime fasi della malattia, questi cambiamenti possono essere sottili e difficili da individuare”.
“Poiché le tecniche di apprendimento automatico utilizzate in questo articolo sono in grado di identificare meglio questi sottili cambiamenti nelle regioni cerebrali interessate, possono contribuire a migliorare l’accuratezza della previsione della conversione alle fasi successive della malattia”, ha aggiunto.
Sviluppo promettente
“La rilevazione precoce di coloro a rischio è fondamentale e, data la complessità del cervello e di questa malattia, l’innovazione nell’utilizzo di apprendimento automatico sulle regioni del cervello sarà probabilmente il modo migliore per prevedere coloro a maggior rischio”, ha detto il Dr. MacSweeney.
Gli autori suggeriscono che il loro approccio pratico per prevedere il rischio di progressione individualizzato nelle persone con lieve compromissione cognitiva potrebbe essere utile sia in contesti clinici che di ricerca che hanno accesso a dati neuroimaging strutturali raccolti in modo routinario.
Pur accogliendo favorevolmente i risultati, il Dr. Griffin aggiunge una nota di cautela: “I gruppi utilizzati per stabilire questi modelli non sono rappresentativi delle nostre diverse comunità colpite da Alzheimer e altre demenze. Ciò significa che le differenze razziali ed etniche nella progressione della malattia potrebbero non essere incluse in questi modelli”.
“È fondamentale assicurarsi che le nuove tecnologie non approfondiscano le disparità esistenti nell’assistenza sanitaria. Pertanto, questi modelli devono essere addestrati su coorti più ampie e più diverse prima di poter essere applicati ampiamente”, ha aggiunto.
Tuttavia, il Dr. MacSweeney era ottimista che questo approccio innovativo potesse aiutare a diagnosi più precoci.
“Purtroppo, ci sono milioni di persone che soffrono di questa malattia e creare innovazione all’incrocio tra patologia, neurologia e informatica è un modo molto promettente per risolvere questo gigantesco problema”, ha detto a MNT.
