Expertos de la Universidad de Navarra logran un avance que permite anticipar la demencia hasta siete años
Un estudio internacional en el que ha participado la Universidad de Navarra ha logrado un avance de gran alcance en la detección temprana del deterioro cognitivo. La investigación ha demostrado que es posible predecir el riesgo de demencia o de deterioro cognitivo leve hasta siete años antes del diagnóstico clínico estándar.
El trabajo, publicado en Scientific Reports, ha desarrollado un biomarcador que combina el análisis avanzado de la actividad eléctrica cerebral con herramientas de inteligencia artificial. El objetivo ha sido identificar de forma temprana el riesgo de sufrir esta afección en personas que todavía no presentan síntomas clínicos, aunque sí refieren quejas subjetivas de memoria.
En el estudio ha participado Rubén Armañanzas, investigador principal del Instituto de Ciencia de los Datos e Inteligencia Artificial (DATAI) de la Universidad de Navarra. La investigación se ha desarrollado en colaboración con la empresa BrainScope Company, de Estados Unidos, responsable de la plataforma tecnológica utilizada para procesar y analizar las señales cerebrales.
Los datos analizados habían sido recopilados previamente en el Brain Research Laboratory de la Facultad de Medicina de la Universidad de Nueva York. Armañanzas ha trabajado junto al equipo de la catedrática Leslie S. Prichep, directora científica de BrainScope.
“Detectar el riesgo de demencia en fases previas a la aparición de síntomas constituye uno de los principales retos de la neurología actual. Este avance permite dar un paso hacia herramientas de predicción más precisas que podrían facilitar intervenciones tempranas y un mejor seguimiento clínico de las personas con mayor probabilidad de desarrollar deterioro cognitivo”, ha señalado Armañanzas.
Una de las principales novedades del trabajo ha sido el momento en el que se aplica este modelo. El sistema se ha entrenado con registros de personas con deterioro cognitivo subjetivo o SCI, es decir, individuos que perciben pequeños fallos de memoria pero que todavía obtienen resultados normales en los test convencionales.
Según ha explicado Armañanzas, a diferencia de muchos biomarcadores actuales, que se utilizan cuando ya existen alteraciones objetivas o daño estructural, este enfoque analiza señales funcionales cerebrales en una fase previa. Es decir, actúa cuando todavía no existe un diagnóstico clínico y antes de que aparezcan cambios estructurales evidentes.
En esa misma línea, Leslie S. Prichep ha subrayado la relevancia del hallazgo. A su juicio, identificar con tanta antelación el riesgo de deterioro cognitivo puede tener un impacto importante en la salud cerebral de las personas mayores, al abrir margen para actuar antes de que el daño sea irreversible y mejorar la evolución futura de los pacientes.
Para llegar a estos resultados, el equipo ha analizado la actividad eléctrica cerebral o electroencefalografía en reposo de 88 adultos mayores con SCI. Todos ellos contaban con un seguimiento clínico anual durante entre cinco y siete años. En ese tiempo, algunos participantes progresaron a deterioro cognitivo leve o demencia, mientras otros permanecieron estables.
El modelo ha combinado ese análisis cerebral con técnicas de aprendizaje automático. A partir de más de 6.000 variables electrofisiológicas iniciales, los investigadores han identificado 14 características clave relacionadas sobre todo con alteraciones en la conectividad neuronal y en las bandas de frecuencia alfa y theta.
Estas señales se han asociado en la literatura científica a procesos neurodegenerativos tempranos. Ese hallazgo ha permitido construir un sistema con capacidad para discriminar qué personas presentaban un mayor riesgo de evolucionar hacia un deterioro cognitivo en los años posteriores.
Otro de los aspectos destacados del estudio es su posible aplicación en la práctica clínica. Según recoge la investigación, el sistema utiliza 8 electrodos frontales en lugar del montaje completo tradicional de 19 canales. Esa simplificación puede facilitar su uso futuro, además de reducir costes y tiempos de exploración.
Armañanzas ha precisado que este biomarcador no sustituye el criterio médico, pero sí podría convertirse en una herramienta complementaria en la evaluación temprana del riesgo. Si el algoritmo predice riesgo y esa información se combina con otras pruebas, el neurólogo podría contar con indicios más sólidos para intervenir antes.
La siguiente fase del trabajo será un estudio clínico en fase 2. El objetivo pasará por comparar el rendimiento del modelo con otros biomarcadores ya utilizados en demencia y valorar su posible integración en protocolos clínicos más amplios.
La investigación ha contado con financiación de la Alzheimer’s Drug Discovery Foundation y se ha desarrollado además con la colaboración de centros internacionales como la University of Kentucky y el grupo Neuroconnect de Italia, que han participado en la validación independiente de los resultados.