Un investigador de la Universidad Pública de Navarra ha identificado alteraciones cerebrales características de la esclerosis lateral amiotrófica que no son visibles en una resonancia magnética convencional. El hallazgo forma parte de la tesis doctoral del ingeniero biomédico Juan Carlos Quizhpilema Cedeño (Quito, Ecuador, 1992), defendida en la UPNA.
La investigación ha señalado varios biomarcadores de imagen, es decir, cambios detectables mediante resonancia magnética, que pueden ayudar a diagnosticar y seguir la evolución de la enfermedad. Los dos más prometedores han sido la acumulación de hierro en la corteza motora, la zona del cerebro que controla los movimientos voluntarios, y el daño en el tracto corticoespinal, la principal vía de comunicación entre el cerebro y la médula espinal.
Estos hallazgos pueden contribuir a mejorar el diagnóstico y el seguimiento de una enfermedad cuyo reconocimiento clínico continúa siendo complejo, especialmente en sus fases iniciales. En muchos casos, la ELA tarda en confirmarse y ese tiempo resulta decisivo para los pacientes y sus familias.
“La ELA es una de las enfermedades neurológicas más devastadoras que existen”, ha afirmado Juan Carlos Quizhpilema. Según ha explicado, afecta a las neuronas encargadas de controlar el movimiento voluntario: las que van desde el cerebro hasta la médula espinal, y desde la médula hasta los músculos.
Cuando estas células nerviosas mueren, el cuerpo pierde de forma progresiva su capacidad de moverse, hablar, tragar y, finalmente, respirar. “La inteligencia y la memoria, sin embargo, permanecen intactas en la mayoría de los casos, lo que hace la experiencia aún más dura para quien la padece”, ha apuntado el investigador.
En España, la ELA afecta cada año a entre 1,4 y 2,7 personas por cada 100.000 habitantes, con una esperanza de vida media de 3 a 5 años tras el diagnóstico. En Navarra, se detectan entre diez y doce nuevos casos anuales.
Uno de los grandes problemas está en el tiempo que pasa desde los primeros síntomas hasta la confirmación del diagnóstico. Ese proceso suele durar entre doce y dieciocho meses. “Todo ese tiempo perdido es un periodo en el que el daño neurológico avanza sin freno y sin que el paciente reciba el tratamiento más adecuado”, ha señalado Quizhpilema.
La demora se debe, en buena medida, a que no existe una prueba de laboratorio o de imagen que permita identificar la ELA con certeza en sus primeras etapas. Por eso, el diagnóstico se basa en la observación clínica de los síntomas y en la exclusión de otras enfermedades, “un proceso lento y a menudo frustrante tanto para los pacientes como para sus familias”.
La tesis doctoral, realizada en el Complejo Hospitalario de Navarra y la UPNA, ha buscado avanzar hacia herramientas más objetivas. El trabajo ha analizado si la resonancia magnética cerebral avanzada puede ayudar a detectar antes la enfermedad o, al menos, a confirmar con más rapidez y precisión su presencia.
“La resonancia magnética es una técnica que aprovecha las propiedades magnéticas de las moléculas de agua del cuerpo para generar imágenes detalladas del interior del cerebro”, ha explicado el autor de la investigación. En la actualidad, las resonancias más avanzadas no solo muestran la anatomía cerebral, sino que también pueden medir cómo fluye la sangre por el cerebro, cómo se organizan las fibras nerviosas o qué zonas están activas o en reposo.
Para realizar el estudio, se ha reclutado durante tres años a pacientes diagnosticados de ELA en la consulta de Neurología del Hospital Universitario de Navarra. A estas personas se les han realizado resonancias magnéticas avanzadas en un equipo de 3 Teslas, “superior a la potencia de una resonancia estándar”.
Los resultados obtenidos se han comparado con los de un grupo de personas sanas. Además, el estudio ha incluido un seguimiento a los seis meses para observar la evolución de los cambios detectados.
La investigación ha examinado el cerebro de los pacientes desde cuatro perspectivas complementarias. La primera ha permitido detectar pequeños depósitos de hierro en el cerebro. En concreto, se ha observado una acumulación significativa en la corteza motora primaria, la región encargada de controlar los movimientos voluntarios.
Esta diferencia respecto al grupo sano ha sido estadísticamente “muy marcada”, lo que refuerza el valor de este hallazgo como posible herramienta diagnóstica. La acumulación de hierro aparece así como una de las señales más relevantes detectadas por la resonancia avanzada.
En segundo lugar, mediante técnicas de difusión, que estudian cómo se mueven las moléculas de agua a lo largo de las fibras nerviosas, se han identificado alteraciones en el tracto corticoespinal. Esta vía es esencial porque conecta el cerebro con la médula espinal.
Los resultados han mostrado signos de deterioro de la mielina, la capa protectora de las neuronas, así como daño estructural en estas fibras nerviosas. “Estos cambios se encontraron ya en fases tempranas o intermedias de la enfermedad”, ha añadido Juan Carlos Quizhpilema.
El trabajo también ha analizado el flujo sanguíneo cerebral mediante una técnica de perfusión, que permite medir cuánta sangre llega a cada zona del cerebro sin necesidad de administrar contraste. A través de este procedimiento, se han detectado regiones con riego sanguíneo alterado en pacientes con ELA.
“Esta técnica, prácticamente no explorada hasta ahora en este contexto, abre una nueva ventana para entender cómo la enfermedad afecta al funcionamiento cerebral”, ha señalado el investigador.
La cuarta línea de análisis se ha centrado en la conectividad entre distintas regiones del cerebro. Este órgano, ha recordado el investigador, “no funciona como un conjunto de zonas aisladas, sino como una red de áreas que se comunican constantemente entre sí”.
El estudio ha identificado alteraciones en esa comunicación interna incluso cuando el cerebro estaba en reposo, sin realizar ninguna tarea concreta. Estos cambios apuntan a modificaciones en las redes cerebrales asociadas a la ELA.
Los resultados indican que los patrones de daño cerebral detectados son lo “suficientemente específicos” como para ayudar a diferenciar la ELA de otras patologías con síntomas similares. Esta capacidad de discriminación resulta especialmente relevante en la práctica clínica, donde el diagnóstico puede ser lento y complejo.
Además, el seguimiento realizado a los seis meses ha mostrado que algunos de estos indicadores evolucionan de forma coherente con el deterioro clínico. Esta observación refuerza su interés no solo para apoyar el diagnóstico, sino también para monitorizar la progresión de la enfermedad.
El trabajo puede ser útil también en el futuro para evaluar la eficacia de posibles tratamientos en ensayos clínicos. La clave está en contar con señales objetivas, no invasivas y reproducibles que permitan observar mejor qué está ocurriendo en el cerebro de los pacientes.
“En definitiva, este trabajo supone un paso adelante en el camino hacia una herramienta objetiva, no invasiva y reproducible que pueda integrarse en la práctica clínica habitual para mejorar la vida de las personas con ELA: llegar antes al diagnóstico, seguir mejor la evolución de la enfermedad y, en el futuro, medir con mayor precisión si un tratamiento funciona”, ha concluido Juan Carlos Quizhpilema.
La tesis doctoral ha sido dirigida por Teresa Cabada Giadás, jefa de la Sección de Neurorradiología del Hospital Universitario de Navarra y profesora asociada asistencial de la UPNA, y por Marisol Gómez Fernández, catedrática e investigadora del Instituto INAMAT2 de la UPNA y directora científica del Navarra Artificial Intelligence Research Center, NAIR Center.
Juan Carlos Quizhpilema finalizó el grado en Ingeniería Mecatrónica en la Universidad UTE, en Ecuador, en 2019. Después se trasladó a la UPNA para cursar el Máster Universitario en Ingeniería Biomédica, que completó en 2021.
En 2022 inició en la institución académica navarra el programa de doctorado TECOMBER, centrado en Tecnologías de las Comunicaciones, Bioingenierías y Energías Renovables. Durante esa etapa también cursó el título propio de Experto en Ciencia de Datos y Machine Learning de la UPNA.
A lo largo de este periodo, el nuevo doctor por la Universidad Pública de Navarra ha participado en varios proyectos de investigación relacionados con imagen médica. Desde 2024, trabaja en NAIR Center, donde desarrolla modelos de inteligencia artificial aplicados a imagen para empresas.
